Revista de Economia Agrícola · 2018-11-05 · ISSN 1981-4771 Journal of Agricultural Economics Agricultura E Ruralidade S Revista de Economia Agrícola Série Ciência APTA Rev

Rev. de Economia Agrícola - São Paulo - v. 63 - n. 1 - p. 1-72 - Janeiro/Junho 2016

São Paulo - SP - Brasil Novembro 2018

ISSN 1981-4771

Revista deRevista deRevista de

Economia Agrícola Economia Agrícola Economia Agrícola

Série Ciência APTA

Journal of Agricultural Economics

AgriculturaRuralidadeE S

REVISTA DE ECONOMIA AGRÍCOLA v. 54 (2007) - São Paulo Instituto de Economia Agrícola, 2007.

(Série Ciência Apta)

Continuação de: Agricultura em São Paulo v.1, n.1, 1951 - v.53, n.2, 2006.

ISSN 1981-4771 1 – Economia Agrária – Recursos Naturais. I - São Paulo. Secretaria de Agricultura e Abastecimento. Agência Paulista de Tecnologia dos Agronegócios. II - São Paulo. Instituto de Economia Agrícola.

CDD 338.1:333.7

Comitê Editorial do IEA: Ana Victória Vieira Martins Monteiro (Presidente), Carlos Nabil Ghobril, Carlos Roberto Ferreira Bueno, José Roberto da Silva, Rosana de Oliveira Pithan e Silva, Terezinha Joyce Fernandes Franca

Editor Científico: Ana Victória Vieira Martins Monteiro Conselho Editorial de REA: Ademir Antonio Cazella (UFSC, SC) Claire Cerdan (CIRAD, FR) Decio Zylbersztajn (USP, SP) John Wilkson (UFRRJ, RJ) Marco Antonio Montoya (UPF, RS) Maurício de Carvalho Amazonas (UNB, BR) Paulo Furquim de Azevedo (FGV, SP) Rodolfo Hoffmann (USP, SP) Sérgio Schneider (UFRGS, RS) Sonia Maria Bergamasco (UNICAMP, SP) Wagner Costa Ribeiro (USP, SP)

Editor Executivo: Darlaine Janaina de Sousa Editoração Eletrônica: André Kazuo Yamagami, Avani Cristina de Oliveira, Talita Tavares Ferreira Revisão de Português: Maria Áurea Cassiano Turri, André Kazuo Yamagami, Keila Cristina Pereira Ribeiro

(estagiária), Luan Bonini Bonilha de Oliveira (estagiário) Revisão de Inglês: Lucy Moraes Rosa Petroucic Revisão de Referências Bibliográficas: Talita Tavares Ferreira, Tereza Satiko Nishida Pinto Programação Visual: Rachel Mendes de Campos Capa: Emerson Rodrigo Greggio, Rachel Mendes de Campos Distribuição: Rosemeire Ceretti Indexação: revista indexada em AGRIS/FAO, AGROBASE, LATINDEX Periodicidade semestral É permitida a reprodução total ou parcial desta revista, desde que seja citada a fonte. As opiniões e as ideias contidas nos artigos são de exclusiva responsabilidade dos autores, e não expressam necessariamente o ponto de vista dos editores ou do IEA. Instituto de Economia Agrícola Praça Ramos de Azevedo, 254 - 2º e 3º andar - 01037-912 - São Paulo - SP Fone (11) 5067-0531/0521 - Fax (11) 5073-4062 - e-mail: [email protected] Site: http://www.iea.agricultura.sp.gov.br

ISSN 1981-4771

Journal of Agricultural Economics

AgriculturaRuralidadeE S

Revista deRevista deRevista de

Economia AgrícolaEconomia AgrícolaEconomia Agrícola

Série Ciência APTA

Rev. de Economia Agrícola, São Paulo, v. 63, n. 1, p. 1-72, jan./jun. 2016

SUMÁRIO / SUMMARY

A r t i g o

Vantagens Comparativas e Competividade Reveladas no Comércio de Castanha de Caju, Estado do Ceará, 1997-2016 Competitive Advantages and Realed Competitiveness in the Cashew Trade, Ceará State, Brasil, 1997-2016 Luis Abel da Silva Filho, Patrick Leite Santos, Priscila de Souza Silva Modelo de Produção para a Pecuária de Corte Brasileira com Base em Dados Censitários: abordagens determinística e estocástica com hipótese de endogeneidade A Census-Data Based Brazilian Beef Cattle Production Model: deterministic and stochastic approaches with endogeneity hypothesis Geraldo da Silva e Souza, Eliane Gonçalves Gomes, Urbano Gomes Pinto de Abreu Exportações Agropecuárias Brasileiras: concentração europeia? Brazilian Agricultural Exports: a european concentration? Rogério Edivaldo Freitas Modernização Agrícola na Região Norte: comparativo dos censos de 1995 e 2005 Agricultural Modernization in Brazil’s Northern Region: a comparison between the 1995 and 2005 censuses Loreta Costa Irmão

21

5

51

35

Rev. de Economia Agrícola, São Paulo, v. 63, n. 1, p. 05-20, jan.-jun. 2016

VANTAGENS COMPARATIVAS E COMPETIVIDADE REVELADAS NO COMÉRCIO DE CASTANHA DE CAJU,

ESTADO DO CEARÁ, 1997-20161

Luis Abel da Silva Filho2 Patrick Leite Santos3

Priscila de Souza Silva4

RESUMO: Este artigo tem como objetivo analisar a comercialização internacional da castanha de caju do Ceará no período de 1997 a 2016 e verificar se há vantagem competitiva na relação de troca. Busca-se, ainda, compreender os principais fatores que afetam as importações e exportações da amêndoa de caju. Adota-se como método a pesquisa explicativa, de caráter qualitativo e quantitativo, utilizando-se a construção de indicadores de vantagem comparativa (VRE) e competitividade revelada (CRV). Os índices foram construí-dos a partir de dados secundários, oriundos do Sistema de Análise das Informações de Comércio Exterior via Internet (ALICE WEB), da Secretaria de Comércio Exterior (SECEX), do Ministério do Desenvolvimento, Indústria e Comércio Exterior (MDIC). Os resultados mostram que o Brasil, assim como o Ceará - maior produtor nacional de castanha de caju -, segue perdendo espaço no comércio internacional do produto. Isto, tanto por fatores externos quanto internos. Destacam ainda que, apesar de quase toda a produção de casta-nha de caju ser revertida para exportação, há um grande potencial no mercado interno para comercialização do produto, uma vez que a demanda por castanha importada foi considerável ao longo dos anos. Palavras-chave: Ceará, exportações de castanha de caju, vantagens comparativas, competitividade reve-

lada.

COMPETITIVE ADVANTAGES AND REALED COMPETITIVENESS IN THE CASHEW TRADE, CEARÁ STATE, BRASIL, 1997-2016

ABSTRACT: This article aims to analyze Ceará state’s international cashew nut commercialization between 1997 and 2016 and determine whether there is a competitive advantage in the exchange ratio. It also seeks to understand the main factors affecting cashew nut imports and exports. The explanatory qualitative and quantitative research method is used method, with the revealed comparative advantage and revealed competitiveness (CRV) indices. Indices were built based on secondary data from the the System of Analysis of Foreign Trade Information (ALICEWEB), and the Brazilian Foreign Trade Secretariat (SECEX), and Ministry of Development, Industry and Foreign Trade (MDIC). The results show that Brazil, as well as Ceará - the largest national producer of cashew nuts-, continues to lose space in the global cashew nut market due to both external and internal factors. Furthermore, although almost all the production of cashew nuts is exported, there is great potential to commercialize the product in the domestic market. Key-words: Ceará, cashew exports, comparative advantages, revealed competitiveness. JEL Classification: Q17.

1Registrado em CCTC, REA-09/2017.

2Economista, Doutor, Professor do Departamento de Economia da Universidade Regional do Cariri (URCA), Cariri, Estado de Ceará, Brasil (e-mail: [email protected]).

3Economista, Mestre, Uberlândia, Estado de Minas Gerais, Brasil (e-mail: [email protected]).

4Economista, Crato, Estado do Ceará, Brasil (e-mail: [email protected]).

Silva Filho; Santos; Silva


6

1 - INTRODUÇÃO

É inegável o relevante impulso dado à econo-mia brasileira a partir da atividade agrícola. Por déca-das, produtos de origens agrícolas predominaram em processo de crescimento econômico do país, com forte impulso oriundo das exportações de produtos natu-rais ou derivados do processo de produção da agricul-tura nacional (AGRA; SANTOS, 2001; SILVA, 1996). Na trajetória histórica da economia brasileira, a agricul-tura tem relevante papel no desempenho comercial e na geração de divisas para o país (AGUIAR, 1986).

A adaptação de culturas ou o desenvolvi-mento de algumas delas encontram-se no território continental brasileiro o seu espaço de produção (SILVA, 1996). A diversidade climática é, por vezes, o maior propulsor de diversas culturas agrícolas ao largo de seu território. Nesse sentido, a diversificação da produção agrícola permite aos estados a geração de receitas oriundas da comercialização interna e ex-terna de produtos, de adaptação à produção em cada um dos territórios, promovendo, assim, a dinâmica nas economias locais.

Ao longo dos anos, o desenvolvimento de atividades monocultoras tem se expandido no Brasil, com ênfase da produção de grãos e de cana-de-açú-car, na maior parte do território agricultável. No Nor-deste, a entronização da cultura de soja tem relevân-cia considerável na ocupação de terras, sobretudo no Piauí, Maranhão e Bahia (SANTOS, CAVALCANTE; SILVA FILHO, 2013; SILVA FILHO; SILVA; LIMA, 2014). Dessa forma, a cultura canavieira, principal atividade agrícola da região, vem cedendo espaço ao desenvol-vimento de outras atividades.

Ademais, outras atividades agrícolas estão sobremaneira representadas por alguns de seus esta-dos, não sendo, portanto, apenas a monocultura o foco central da produção agrícola regional. O desen-volvimento da fruticultura irrigada, bem como a reto-mada de outras atividades enraizadas na região, dão forte contribuição à produção agrícola regional (SILVA

FILHO; SILVA; LIMA, 2014). No caso do Ceará, várias culturas são desenvolvidas em seu território, com re-alce o da cajucultura (ALBUQUERQUE et al., 2010).

Com um clima diferenciado em relação ao resto do país, o Nordeste - especificamente o Ceará - desenvolveu culturas que se adaptam melhor ao clima quente, que ao longo do tempo foram amplia-das devido ao desenvolvimento de tecnologias de ir-rigação a custos acessíveis, em alguns casos. Dentre os produtos cultivados, destaca-se o caju, nativo do Brasil, que fornece um dos itens mais comercializados internacionalmente pelo estado - a castanha de caju (ALBUQUERQUE et al., 2010; IPECE, 2013a).

Como importante gerador de divisas no Es-tado do Ceará, a castanha de caju tem ocupado consi-derável ranking na pauta de exportações e impulsio-nado bastante o superavit comercial estadual (ALBU-

QUERQUE et al., 2010; FRANÇA; LIMA, 1988). Com clima propício ao seu cultivo e com disponibilidade de ter-ras cultiváveis e de mão de obra, a cajucultura tem se mostrado relevante atividade do setor agrícola cea-rense ao longo dos anos (ALBUQUERQUE et al., 2010; FRANÇA; LIMA 1988; PESSOA; LEITE; PIMENTEL, 1995).

Por vários anos, a castanha de caju registrou--se como o maior item da pauta de exportação cea-rense (IPECE, 2013a). O processamento do produto, além de gerar divisas, corrobora criação de postos de trabalho (PESSOA; LEITE; PIMENTEL, 1995). A capaci-dade do parque industrial é de 270 mil toneladas/ano de processamento instalada, além de diversas unida-des de processamento e minifábricas (USAID, 2006). Apesar de abundante, a castanha de caju se configura como produto de troca - o estado a importa e exporta ao mesmo tempo - o que desperta o interesse pelo es-tudo dessa relação, na tentativa de identificar se o Ce-ará é competitivo no comércio internacional e se ob-tém vantagem nas relações comerciais com o produto.

Objetiva-se, dessa forma, analisar a vanta-gem relativa e a competitividade revelada da casta-nha de caju no Ceará, entre os anos de 1997 e 2016. Como procedimento metodológico, busca-se analisar teoricamente o desempenho das atividades agrícolas nas exportações brasileiras e, em seguida, construir dois indicadores referentes ao desempenho das ex-portações de castanha de caju no Ceará, o índice de vantagem relativa nas exportações (VRE) e o índice de competitividade revelada (CRV). A principal fonte de

Vantagens Comparativas e Competividade no Comércio de Castanha de Caju


7

dados é o Sistema de Análise das Informações de Co-mércio Exterior via internet (ALICE WEB), da Secretaria de Comércio Exterior (SECEX), do Ministério do De-senvolvimento, Indústria e Comércio Exterior (MDIC).

Para atingir o objetivo proposto, o artigo en-contra-se assim estruturado: além da introdução, a se-gunda seção aborda informações acerca da comercia-lização da produção agrícola brasileira e cearense ao longo dos anos; a terceira seção analisa o comércio mundial de castanha de caju em uma perspectiva atual e de tendências; a quarta seção explora algumas estatísticas acerca da comercialização internacional do Estado do Ceará em anos recentes; na quinta, te-cem-se alguns procedimentos metodológicos; a sexta apresenta os resultados e discussões; e, por último, te-cem-se algumas considerações finais.

2 - CONSIDERAÇÕES SOBRE A COMERCIALI-ZAÇÃO DE PRODUTOS AGRÍCOLAS NO BRASIL E NO CEARÁ

No Brasil, o grande apogeu da modernização

agrícola se deu nas décadas de 1960 e 1970, com a in-trodução de máquinas, adubos e defensivos químicos na grande maioria da cadeia produtiva agropecuária (BALSAN, 2006; TEIXEIRA, 2005). Esses avanços foram, pois, impulsionando o surgimento da agroindústria e repercutiu acentuadamente na agregação de valor da produção nacional (AGRA; SANTOS, 2001, p. 2). Já nos anos 1970-1980, o país foi marcado pela abundância de crédito fácil e barato, que atingiu vultosos volumes de US$ 20 bilhões por volta de 1978 e, em decorrência deste crédito rural subsidiado, alavancou-se a produ-ção e diversificou-se a pauta de exportações brasilei-ras. Houve, também, a expansão da fronteira agrícola no referido período (JANK; NASSAR; TACHINARDI, 2005).

Segundo Gasques e Spolador (2003, p. 14), “em 1980, o PIB agropecuário representava 10,90% do produto interno bruto do país”. Em contrapartida, a década de 1990 pode ser considerada como o marco inicial da interrupção do crédito rural abundante, além do substancial endividamento dos produtores,

decorrente da inflação, da abertura econômica e do cenário externo (JANK; NASSAR; TACHINARDI, 2005). Esses acontecimentos afetaram demasiadamente a comercialização da produção brasileira, sobretudo as commodities agrícolas e industriais.

Em 1990, em decorrência de um cenário ma-croeconômico altamente desfavorável, a renda agrí-cola brasileira retraiu-se substancialmente. Além do mais, a partir de 1994, essa redução na renda familiar repercutiu em elevado crescimento da dívida dos produtores rurais, que tiveram que financiar suas la-vouras com recursos próprios (GASQUES; SPOLADOR, 2003). Se por um lado a comercialização foi afetada pela valorização da moeda doméstica, por outro o campo vivenciou um novo marco no processo de me-canização e inovação tecnológica, dado pela importa-ção de recursos tecnológicos a custos relativamente baixos, com a paridade da moeda (JANK; NASSAR; TA-

CHINARDI, 2005). Nos anos 2000, começa a fase de ouro para a

agricultura brasileira, com a expansão do agronegó-cio, devido, basicamente, às desvalorizações da mo-eda e à crescente demanda externa por alimentos, ad-vinda de países desenvolvidos, bem como daqueles em desenvolvimento:

[...] em 2003, o Brasil detinha o quarto lugar no ranking

dos países exportadores agrícolas, [...] responsável por

exportações de US$21,2 bilhões (JANK; NASSAR; TACHI-

NARDI, 2005, p. 7).

Todavia,

apesar do ganho de market-share ocorrido no período

2003-2005, a inserção do país no comércio mundial

ainda é considerada marginal tendo em vista que a

participação brasileira passou de 0,9% para apenas

1,1% no período (MELO, 2006, p. 1).

Em compensação, o saldo da balança comer-cial da região Nordeste, negativo desde 1996, torna-se positivo a partir de 2003 e apresenta aumento de 41% e 70% nos anos seguintes (MELO, 2006). Assim, o Nor-deste volta a ter papel significativo na pauta de expor- tações nacionais, participando com saldo positivo nas vendas externas do país. Tais resultados podem ser atribuídos ao processo de reestruturação produtiva dos anos de 1990, que aproximou a produção dos



8

principais mercados consumidores nacionais, bem como dos projetos de irrigação em algumas áreas da região, com a finalidade de produzir para atender ao mercado externo - caso da fruticultura irrigada do Vale do São Francisco e do Assú (SILVA FILHO; SILVA; LIMA, 2014).

A região Nordeste apresentou, a partir de 2003, um significativo aumento nas exportações de bens produzidos sobre baixa e média intensidade tec-nológica: 30% no referido período. Vale ressaltar que nas exportações dos estados nordestinos ainda preva-lecem produtos “escassos” no mercado mundial, tais como calçados, frutas, dentre outros. Assim, estes esta-dos produtores, para atender a demanda externa, es-pecializam-se gradativamente na produção de bens com baixa capacidade tecnológica e expandem sua produção. Porém, como estes são dependentes da ca-rência externa, em um futuro próximo esta situação pode comprometer todo o segmento (MELO, 2006).

É, pois, necessário frisar que as exportações do Nordeste contam com participação relativa significa-tiva de commodities agrícolas e industriais (produtos de baixo valor agregado) (SANTOS; CALVACANTE; SILVA FI-

LHO, 2013). Na agricultura, a fruticultura irrigada - pro-duzida na região - ocupa considerável capacidade de geração de divisas, com destaque para as exportações de uvas de mesa, que fizeram do Estado de Pernam-buco o maior exportador nacional (SANTOS; CALVA-

CANTE; SILVA FILHO, 2013). Além disso, melão, cacau, castanha de caju, camarão, mangas, dentre outros, são produtos de lideranças regionais no Nordeste, no côm-puto das exportações brasileiras (SANTOS; CALVA-

CANTE; SILVA FILHO, 2013). Neste cenário, por dispor de uma boa infraes-

trutura de portos e pela privilegiada localização geo-gráfica - aproximação dos principais mercados interna-cionais -, o Ceará posiciona-se como o principal expor-tador brasileiro de produtos agrícolas ou de baixa e média intensidade tecnológica (USAID, 2006). Isso fez do estado, no que concerne às exportações de commodi-ties agrícolas e industriais, um dos principais exporta-dores do país, com destaque para a castanha de caju, melancia, melão e lagosta (SOARES; SOUSA; BARBOSA, 2013, p. 55), além de se configurar como um dos princi-

pais exportadores de calçados do Brasil em volume e em divisas (SANTOS; CALVACANTE; SILVA FILHO, 2013).

Diante disso, faz-se, pois, pertinente observar o comportamento do Ceará nas exportações de um dos principais produtos que, durante anos, se configurou como o maior gerador de divisas para o estado - a cas-tanha de caju – e com forte propulsor na geração de emprego agrícola. Considerando as flutuações da co-mercialização mundial, diante dos choques exógenos, objetiva-se analisar as relações comerciais do Ceará na conjuntura internacional com ênfase no produto su-pracitado.

3 - O COMÉRCIO MUNDIAL DE CASTANHA DE CAJU: cenário e perspectivas

O consumo mundial de castanha de caju está

sobremaneira concentrado em países de elevada renda e com consumo diversificado, posicionados, em sua maioria, na parte norte do globo. Estados Unidos, Ca-nadá e países da Europa são responsáveis por aproxi-madamente 90% da demanda mundial da amêndoa de castanha de caju. Dessa forma, o nível de renda, a ca-pacidade de oferta e de processamento da castanha de caju têm forte impacto no atendimento a esses países consumidores em larga escala (SECEX/MDIC).

A cajucultura dá origem a quatro produtos principais: além do caju in natura, a castanha de caju bruta, a amêndoa da castanha de caju, e o líquido da castanha de caju. Entre esses, o produto de maior va-lor agregado e com maior demanda no mercado in-ternacional é a amêndoa da castanha de caju, pro-duto obtido a partir do processamento da castanha de caju bruta (CAMELO, 2014) e de elevada demanda internacional.

Do lado da oferta, a inovação tecnológica na produção e na colheita deve ser uma das principais questões analisadas pelos países competidores mundi-ais. O tamanho da castanha depende sobremodo do desenvolvimento de pesquisas genéticas, além dos fa-tores climáticos. No entanto, esse avanço é possível a partir do investimento de tecnologia de ponta na pro-dução do caju; e, posterior a isso, no tratamento dado



9

ao processamento da castanha para melhorar o pro-duto final. O mercado valoriza os produtos inteiros e de maior tamanho, o que é uma desvantagem para o Brasil, onde “quase toda a produção e beneficiamento são feitos de maneira rudimentar”, o que provoca “grande perda e também quebra das castanhas” (CA-

MELO, 2014, p. 26). O produto cearense conta atualmente no

mercado mundial com dois grandes concorrentes po-tenciais, tanto na produção quanto na exportação de castanha de caju - Vietnã e Índia. Esses países já alcan-çaram fatia substancial do mercado de castanha de caju mundial nas últimas décadas e estão constante-mente aumentando sua fatia na oferta aos principais mercados consumidores internacionais - Estados Unidos, Canadá e países da Europa (ALBUQUERQUE et al., 2010; CUNHA FILHO; PETRUS; FREITAS, 2004). Além desses, observa-se a ascensão da Nigéria e da Tanzâ-nia (CAMELO, 2014).

Além disso, conforme destacou Cunha Filho, Petrus e Freitas (2004), a demanda por amêndoa de castanha de caju, no cenário mundial, conta com ele-vado padrão de qualidade por parte dos países que demandam parte substancialmente elevada da produ-ção mundial. Essas exigências são desafios para os pa-íses que ofertam. A qualidade do produto, caracteri-zada pela cor, tamanho, consistência e resistência a em-balagens (manter-se intacta, sem quebrar) são impor-tantes critérios a serem atendidos pelos países comer-cializadores no mercado mundial desses produtos.

O mercado brasileiro vem perdendo espaço na competitividade internacional do comércio de cas-tanha de caju, como explica Albuquerque et al. (2010), que aponta que essa queda pode estar associada a di-versos fatores que afetam a competitividade, tanto de cunho interno - como situações climáticas e baixa tec-nologia aplicada - quanto externo - como aumento da competitividade de outros países produtores. A en-trada de países como Vietnã e Índia foi fator prepon-derante à perda de competitividade externa brasi-leira. Apesar disso, o mercado ainda é vasto e apre-senta possibilidades acentuadas para as exportações brasileiras e de outros países.

Considerando-se a exigência do lado da de-

manda pela qualidade do produto ofertado, os mer-cados tendem a buscar maior dinamismo dentro das possíveis capacidades competitivas que estão relacio-nadas à capacidade de dinamização da produção no mercado interno, já que hoje a produção é limitada a alguns meses do ano, pois este é “produzido quase em sua totalidade em regime sequeiro”, entre feve-reiro e junho no hemisfério norte, e entre julho e ja-neiro no hemisfério sul (CAMELO, 2014, p. 19). A qua-lidade do produto depende de fatores de natureza cli-mática e de melhoramento genético das plantas. Po-rém, é do lado do processamento que se consolida o seu diferencial mais importante e garantidor da com-petitividade internacional, haja vista que é a partir do processamento da castanha de caju bruta que se ob-tém a amêndoa da castanha de caju, produto com maior valor agregado e demanda.

Assim, a busca por inovação de processos no tratamento pós-colheita da castanha de caju é um dos principais desafios à inserção e manutenção da produ-ção brasileira e cearense no mercado internacional. Além disso, políticas direcionadas à produção e pro-cessamento da castanha de caju devem ter maior aten-ção, para que o país possa enfrentar a concorrência mundial, que cresce, sobremaneira, com a expansão do comércio do Vietnã e da Índia na ampliação de seus mercados mundiais.

4 - A COMERCIALIZAÇÃO INTERNACIONAL DO CEARÁ EM ANOS RECENTES

O saldo da comercialização internacional do

Ceará nos últimos anos não é nada favorável, mesmo diante de seu relativo destaque nas exportações de al-guns produtos, ora citados. Nos últimos três anos em análise, as importações cearenses alcançaram valores que superaram duas vezes as exportações, sendo ne-cessária a duplicação das exportações ou a redução pela metade das importações para se alcançar o equi-líbrio (MDIC/SECEX, 2013). Esse elevado deficit na co-mercialização internacional pode estar relacionado ao baixo desempenho das exportações nos últimos anos, frente à concorrência externa.



10

A pauta de comercialização internacional do Ceará, durante os anos 1990, era caracterizada pela re-lação de exportação de produtos básicos e importação de produtos de elevado valor agregado, o que se con-figura na deterioração das relações de trocas no co-mércio internacional (MELO, 2006). De acordo com Melo (2006), essa relação se altera ao longo dos anos 2000: as exportações de produtos básicos, que respon-diam nos anos 1990 por 60% do total, em 2005 repre-sentavam apenas 33,2%, e a parcela reduzida foi pre-enchida por produtos de maior valor agregado, indus-trializados, que passaram a responder por 67,52%, frente aos 42,1% anteriores. Quanto às importações, Melo (2006, p. 9) aponta a manutenção da caracterís-tica apresentada nos anos 1990, caracterizada pela predominância de produtos intermediários, respon-sáveis por “57,7% em 2005”.

Observa-se, na tabela 1, que, durante parte predominante do período analisado, o Ceará registra saldo negativo em sua balança comercial. As expor-tações são crescentes na maior parte do período, en-quanto as importações apresentam constantes osci-lações. É oportuno enfatizar que, ao longo desse tempo, somente nos anos de 2003, 2004 e 2005 o estado registrou superavit comercial. Nos demais anos, o que se viu foi deficit significativo nas relações de trocas.

O saldo negativo inicial da balança comer-cial, registrado em 1997, reduz-se até o ano de 2002, a partir de quando passa a mostrar saldo positivo e crescente até 2005, quando torna a obter resultados negativos. A redução do saldo negativo desse pe-ríodo é justificado em parte pelos argumentos ofere-cidos por Melo (2006), descritos no início deste tópico. Nesse ínterim, a alteração dos produtos exportados, de básicos para industrializados, foi capaz de reduzir o saldo negativo e transformá-lo em positivo. Porém, a situação não pôde ser sustentada devido à variação de 86,6% que ocorre nas importações de 2005 para 2006, e de 76,3% de 2009 para 2010. A primeira, de-vido à depreciação do dólar, acompanhada de imensa elevação da importação de óleo diesel, tornando a manter a relação deficitária; e a segunda, graças ao agravo ainda maior do saldo negativo, em conse-quência da retração da demanda externa em função

da redução da renda causada pela crise de 2008 (FREI-

TAS, 2006). A figura 1 contém a variação das exportações

cearenses de 1998 até 2016. As taxas oscilam de forma brusca, não seguindo uma tendência constante. Tem-se que, de 1998 até 2008, o Ceará apresenta variações positivas, tendo momentos de variações expressivas, como em 2000 e 2003, consequência, principalmente em 2003, do aumento da diversificação dos mercados consumidores e da elevada utilização da capacidade instalada da indústria cearense, que se destacou em 2003 como terceira do país com 82,5% (TELES, 2004). Em 2009, registra-se queda de 15,4%, resultado da crise financeira pela qual passou o mundo em 2008, retraindo a demanda dos mercados consumidores, principalmente os Estados Unidos, um dos principais parceiros comerciais, responsáveis por parte signifi-cativa da demanda externa (PRATES; CUNHA, 2009).

Em 2010, o Ceará já apresenta variação posi-tiva e expressiva, 17,5%. Essa resposta à crise acom-panhou o desempenho do Brasil, que conseguiu recu-perar de forma rápida seu desempenho anterior a ela (SILBER, 2010). Em 2011, reduzem-se as exportações, e em 2012 tem-se novamente retração da ordem de 9,7%, causada pela redução da demanda dos países que compõem a zona do euro, que juntos perdem apenas para os Estados Unidos como compradores dos produtos cearenses, em função da crise que assola e se agrava na região, desde a crise de 2008 (DINIZ; JAYME JUNIOR, 2012).

A figura 2 expõe a variação das importações cearenses durante o mesmo recorte temporal das ex-portações, ora analisado. Destaque-se que as impor-tações sofreram variações no mesmo sentido das ex-portações até 2005, porém, em menor amplitude. A partir de 2006, o Ceará inicia um ciclo de variações bruscas, que vão da ordem de 86,6% em 2006 - devido à depreciação do dólar e do aumento da exportação de óleo diesel, de acordo com Freitas (2006) - a 21,0% negativo em 2009, em decorrência da crise financeira de 2007-2008, que restringiu a liquidez (SILBER, 2010).

A variação das importações no mesmo sentido das exportações se deve, em boa parte, à regulagem imposta pelo governo para o alcance do equilíbrio da



11

Tabela 1 - Relações Comerciais (Exportação, Importação e Saldo da Balança Comercial), Estado de Ceará, 1997 a 2016

(US$) Ano Exportação Importação Saldo

1997 353.002.493,00 681.903.802,00 -328.901.309,00

1998 355.246.242,00 605.943.107,00 -250.696.865,00

1999 371.234.015,00 573.475.141,00 -202.241.126,00

2000 495.338.674,00 717.920.121,00 -222.581.447,00

2001 527.668.107,00 624.316.661,00 -96.648.554,00

2002 545.023.335,00 635.909.751,00 -90.886.416,00

2003 762.602.719,00 540.776.879,00 221.825.840,00

2004 861.567.940,00 572.739.266,00 288.828.674,00

2005 933.589.116,00 588.483.556,00 345.105.560,00

2006 961.874.415,00 1.098.177.457,00 -136.303.042,00

2007 1.148.357.273,00 1.407.866.147,00 -259.508.874,00

2008 1.276.970.342,00 1.558.470.667,00 -281.500.325,00

2009 1.080.168.033,00 1.230.479.549,00 -150.311.516,00

2010 1.269.498.551,00 2.169.200.797,00 -899.702.246,00

2011 1.403.295.759,00 2.400.713.462,00 -997.417.703,00

2012 1.266.962.510,00 2.864.256.611,00 -1.597.294.101,00

2013 1.420.464.015,00 3.301.777.553,00 -1.881.313.538,00

2014 1.471.111.769,00 3.002.095.699,00 -1.530.983.930,00

2015 1.045.785.082,00 2.689.592.503,00 -1.643.807.421,00

2016 1.294.135.703,00 3.489.876.524,00 -2.195.740.821,00

Fonte: Elaborada pelos autores a partir de dados básicos do MDIC/SECEX (2016).

Figura 1 - Variação das Exportações, em US$ (1997=100), Estado do Ceará, 1998 a 2016. Fonte: Elaborada pelos autores a partir de dados básicos do MDIC/SECEX (2016).

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Var. % 0,6 4,5 33,4 6,5 3,3 39,9 13,0 8,4 3,0 19,4 11,2 -15,4 17,5 10,5 -9,7 12,1 3,6 -28,9 23,7

-40,0

-30,0

-20,0

-10,0

0,0

10,0

20,0

30,0

40,0

50,0

%



12

Figura 2 - Variação das Importações, em US$ (1997=100), Estado do Ceará, 1998 a 2016. Fonte: Elaborada pelos autores a partir de dados básicos do MDIC/SECEX (2016).

balança comercial e às turbulências ocorridas no mer-cado internacional (PRATES; CUNHA, 2009). Até 2005 eram constantes as variações negativas. De 2006 em diante, a capacidade de importar do estado cresce de forma significativa - reflexo da melhor condição fi-nanceira das empresas e da população - sendo inte-rrompida apenas em 2009, em consequência da crise econômica mundial que afetou o comércio internacio-nal de forma geral, retraindo tanto as exportações quanto as importações, estas em maior escala (PRA-

TES; CUNHA, 2009). As variações positivas que se intensificam a

partir de 2006 se devem, conforme exposto no início deste tópico, em parte à elevação das importações de bens de capital e de alta tecnologia, demandados pe-las obras do governo e pelas empresas de grande porte que migraram para o estado durante esse pe-ríodo, atraídas pelos incentivos fiscais e pela proximi-dade todos mercados consumidores internacionais (IPECE, 2014).

A figura 3 apresenta as variações ocorridas nas exportação de castanha de caju cearense no pe-ríodo 1998 a 2016, sendo o ano de 1997 o ano base para cálculo das oscilações.

Durante esse período, as exportações do pro-duto não mostram linearidade, formando pequenas tendências de alta e baixa dentro de uma tendência la-

teral, cujos valores variam atingindo o pico mínimo em 2001, 36,0% negativo, em função do fechamento do mercado norte-americano após as ameaças terroristas e sua confirmação em 11 de setembro de 2001. O clima de tensão desfavoreceu o comércio internacional com os Estados Unidos, que só tornou a melhorar em 2003, com um máximo de 37,4%, após o retorno do con-sumo da demanda reprimidada no período anterior.

Algumas ocorrências de nível macroeconômi-co podem ser apontadas como possíveis causas des-sas variações. A partir da política de alteração de câmbio fixo para câmbio flutuante, ocorrida em 1999, observa-se a ocorrência das elevações das expor-tações impulsionadas pelo câmbio favorável (MEYER; PAULA, 2009). Crescentes até 2000, sofrem em 2001 uma queda significativa, a maior de todo período es-tudado, tendo como motivo principal os intensos mo-vimentos de desvalorização cambial e a tensão do mercado internacional após o atentado terrorista (ME-

YER; PAULA, 2009). Em 2001, cria-se o programa Plataforma do

Caju, do Conselho Nacional de Desenvolvimento Científico e Tecnológico (FIGUEIRÊDO JUNIOR, 2006). Em 2002 e 2003, as contas externas apresentam mel-hora notável, resultado do superavit econômico atin-gido no período, consequência do aumento dos preços das commodities no mercado externo, alcançando o pi-

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Var. % -11,1 -5,4 25,2 -13,0 1,9 -15,0 5,9 2,7 86,6 28,2 10,7 -21,0 76,3 10,7 19,3 15,3 -9,1 -10,4 29,8

-40,0

-20,0

0,0

20,0

40,0

60,0

80,0

100,0%



13

Figura 3 - Variação das Exportações de Castanha de Caju, em US$ (1997=100), Estado do Ceará, 1998 a 2016. Fonte: Elaborado pelos autores a partir de dados básicos do MDIC/SECEX (2016). co máximo (MEYER; PAULA, 2009). Porém, a instabili-dade cambial volta a prejudicar as exportações, com a ocorrência de quedas consecutivas até 2005 (IPECE, 2013b).

De 2005 a 2007, o desempenho cresceu e es-boçou uma recuperação; entretanto, não consegue ul-trapassar o pico atingido em 2003. Em 2008 ocorre nos Estados Unicos, até então principal consumidor da cas-tanha de caju cearense, a eclosão da crise imobiliária, espalhando instabilidade econômica por todo o globo (SILBER, 2010). De imediato, o Brasil sofreu uma re-dução drástica. Em 2009, esboçou uma reação, todavia, as taxas foram reduzindo até 2010, quando ameaçou uma estabilização e, ainda em 2012, confirmou-se a tendência de queda.

Atualmente, a indústria de castanha de caju cearense enfrenta dois gargalos econômicos: o baixo rendimento de amêndoas inteiras destinadas à expor-tação, e a estagnação na oferta de castanha de caju in-ternamente. Apesar do desenvolvimento de cultiva-res mais produtivos como o anão precoce, os avanços neste setor não se disseminam para todos os produto-res e, em decorrência disso, o Brasil, assim como o Ceará, segue com índices relativamente baixos de produtividade e gradativamente perdendo espaço no

mercado mundial de comercialização de castanha de caju (USAID, 2006).

Vale ressaltar, porém, que o setor de expor-tação de castanha de caju também anda em desvanta-gem com seus principais concorrentes, no processo de produção semimanual, pois

enquanto no Brasil a castanha chega à indústria por um

preço médio em torno de US$0,50/kg, na Índia e

Vietnã o preço médio situa-se em torno de US$0,65/kg

(USAID, 2006, p. 23).

Todavia, de forma geral, o Brasil mantém substancialmente sua participação no mercado mun-dial de exportação, principalmente no mercado ame-ricano, pois

a amêndoa brasileira é diferenciada: quando inteira,

em média, tende a ser maior que a de seus concorren-

tes, e, quando quebrada, não é especialidade dos con-

correntes diretos (USAID, 2006, p. 65).

5 - CONSIDERAÇÕES METODOLÓGICAS Para análise da problemática exposta, o mé-

todo de pesquisa foi dividido em duas fases. A pri-meira consiste na abordagem de caráter qualitativo, a

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Var. % -10,6 -6,7 18,7 -36,0 -9,0 37,4 29,3 -3,9 -0,3 32,2 -18,7 27,8 -2,7 -3,3 -15,6 -26,1 -18,3 -5,1 21,3

-40,0

-30,0

-20,0

-10,0

0,0

10,0

20,0

30,0

40,0

50,0



14

fim de se descrever o histórico e as características da atividade agrícola, no caso a castanha de caju, em âm-bito nacional e estadual. A segunda fase parte do ca-ráter quantitativo, sobre o qual se calculam índices que medem o nível de competitividade da castanha de caju.

O índice utilizado é dividido em duas partes, que medem a vantagem relativa nas exportações e a competitividade revelada. Tal método foi desenvol-vido por Balassa (1965) e posteriormente aprimorado por Vollrath (1989). Trata-se de índice frequentemente utilizado por diversos autores, principalmente no caso de culturas agrícolas. Destacam-se sob esse aspecto os trabalhos de Carvalho (2001), Carvalho e Silva (1995, 2008), Albuquerque et al. (2010), Feistel e Hidalgo e (2011), Santos, Cavalcante e Silva Filho (2013), Silva Fi-lho, Cavalcante e Santos (2013), dentre outros.

Os dados utilizados foram extraídos do Sis-tema de Análise das Informações de Comércio Exte-rior via Internet (ALICE WEB), da Secretaria de Comér-cio Exterior (SECEX), do Ministério do Desenvolvi-mento, Indústria e Comércio Exterior (MDIC), e abran-gem os anos de 1997 a 2016.

5.1 - Índice de Vantagem Relativa nas Exportações Desenvolvido para quantificar a vantagem

de uma região r em relação às demais regiões do país t quanto às exportações X de um produto p em espe-cífico, foi elaborado e utilizado pela primeira vez por Balassa (1965). O índice de vantagem relativa nas exportações (VRE) é calculado a partir da seguinte ex-pressão matemática:

yt

yr

pt

prpr X

XXX

LNVRE / (1)

Sendo, LN = Logaritmo natural; X = Exportações;

p = Produto (castanha de caju); r = Região (Ceará); y = Agregado de todos os produtos, excluindo--se p (castanha de caju); t = Todas as regiões (Brasil), excluindo-se r (Ceará).

A análise dos resultados é realizada a partir das seguintes determinações: tendo VREpr = 0 significa que a região (Ceará) possui vantagem idêntica ao to-tal de regiões (Brasil) na exportação do produto (cas-tanha de caju). Quando VREpr> 0, a região (Ceará) pos-sui vantagem na exportação do produto (castanha de caju) em relação ao total de regiões (Brasil). Quando VREpr< 0, a região (Ceará) possui desvantagem na ex-portação do produto (castanha de caju) em relação ao total de regiões (Brasil).

Apesar de sua efetividade, observa-se que o índice VRE possui a limitação de não considerar as im-portações. Identificado isso, Vollrath (1989) criou pos-teriormente o índice de competitividade revelada, que considera tal variável.

5.2. - Índice de Competitividade Revelada O índice de competitividade revelada (CRV)

abrange em sua análise, além das exportações, as im-portações, o que o torna mais complexo. Este é, por-tanto, uma ampliação do índice VRE que foi realizada por Vollrath (1989). Desta forma, utilizar-se-á a mesma simbologia da sessão anterior, apenas adicio-nando o M como determinação clássica na função im-portações. Assim, a expressão matemática final é:

yt

yr

pt

pr

yt

yr

pt

prpr M

MMM

XX

XX

LNCRV ///

2)

Sendo, LN = Logaritmo natural; M = Importações; X = Exportações;



15

p = Produto (castanha de caju); r = Região (Ceará); y = Agregado de todos os produtos, excluindo-se p (castanha de caju); t = Todas as regiões (Brasil), excluindo-se r (Ceará).

A análise dos resultados deste índice segue o mesmo princípio do anterior. Quando CRVpr = 0, sig-nifica que a região (Ceará) possui competitividade idêntica ao total de regiões (Brasil) na comercialização do produto (castanha de caju). Quando CRVpr> 0, a re-gião (Ceará) possui maior competitividade na comer-cialização do produto (castanha de caju) em relação ao total de regiões (Brasil). Quando CRVpr< 0, a região (Ceará) possui menor competitividade na comerciali-zação do produto (castanha de caju) em relação ao to-tal de regiões (Brasil).

O índice CRV, apesar de sua efetividade e am-plitude em relação ao índice VRE, possui a limitação de ser significativamente simplificado, não abrange importantes variáveis que poderiam ampliar o poder de explicação. Apesar disso, para o objetivo proposto neste trabalho tal índice se mostra suficiente.

6 - RESULTADOS E DISCUSSÕES Aplicada a segunda parte da metodologia pro-

posta, obtêm-se as figuras 4 e 5, que apresentam os resultados dos índices VRE e CRV, respectivamente. A fi-gura 4 contém o índice VRE de castanha de caju do Estado do Ceará no recorte temporal de 1997 a 2016, que consiste na sua comparação com o restante do país. Ao longo de todo o período analisado, não ocor-reu nenhuma grande variação nos resultados analisa-dos a partir da construção do indicador. O índice os-cilou entre o mínimo de 5,9 pontos, registrado em 2003, e o máximo de 7,5 pontos, obtido em 1997, o que significa que não houve nenhuma mudança significa-tiva nos fatores produtivos e na concorrência do res-tante do país no período capaz de alterar a posição cearense nas exportações da amêndoa de caju.

De 1997, primeiro ano analisado, até 2006, o ín-dice obteve uma representatividade com tendência decrescente, ao registrar queda de aproximadamente

1,6 ponto no período. A partir de então, o índice apre-senta resultados com tendência crescente que se man-tém até o ano de 2015, com leve redução registrada no ano final da série analisada. Durante esse período, de 2006 até 2012, é registrada elevação de 27,1% no ín-dice, o que representa um crescimento médio de 4,5% ao ano. Esse aumento do índice VRE registrado a partir de 2006 se deve principalmente aos melhora-mentos realizados na genética e nas técnicas de ma-nejo (USAID, 2006). Essas melhorias se caracterizam pela redução do tamanho do pomar, que facilita a co-lheita, pela aceleração do ciclo produtivo, que per-mite mais safras em período menor de tempo, e pela elevação da qualidade do fruto e de suas partes (USAID, 2006).

Comparando-se o índice VRE da castanha de caju do Ceará com o de outros produtos, como o do cacau da Bahia, obtido por exercício realizado por Santos, Cavalcante e Silva Filho (2013), observa-se que o primeiro apresenta índice VRE significativa-mente maior em todos os anos, com média de 6,51 pontos, enquanto o índice VRE do cacau baiano osci-lou entre 6,67 e 2,80, de 1997 a 2011, com média de 3,85 pontos. Comparou-se também com o índice VRE

dos calçados da Bahia, calculado por Silva Filho, Ca-valcante e Santos (2013), que oscilou entre -7,30 e -2,50 pontos, de 1997 a 2012, com média de -3,45. Logo, o índice VRE mostra que a castanha de caju cearense tem elevado grau de competitividade no mercado interna-cional quando considerado apenas as exportações.

Para se captar também a influência das impor-tações na competitividade internacional da castanha de caju cearense, calculou-se o índice CRV (Figura 5). Diferentemente do índice VRE, o CRV apresenta gran-des variações nos resultados obtidos no decorrer do período estudado (1997 a 2016). A competitividade nas exportações em 1997, o primeiro ano exposto na figura 5, apresenta o valor mais alto de todo o período em análise, com 15,3 pontos, quando o impacto do elevado valor exportado no CRV foi potencializa- do pela não importação do produto pelo Estado do Ceará no ano. O CRV do ano de 1998 também foi fa-vorecido pela não importação do produto, apesar da redução da quantidade exportada, diminuindo os im-



16

Figura 4 - Índice de Vantagem Relativa nas Exportações (VRE) de Castanha de Caju, Estado do Ceará, 1997 a 2016. Fonte: Elaborada pelos autores a partir de dados básicos do MDIC/SECEX (2016).

Figura 5 - Índice de Competitividade Revelada nas Exportações (CRV) de Castanha de Caju, Estado do Ceará, 1997 a 2016. Fonte: Elaborada pelos autores a partir de dados básicos do MDIC/SECEX (2016).

7,5

7,3

6,7

6,6

6,2

6,0

5,9 6,

1

6,0 6,1 6,

5

6,2 6,

6

6,6

6,6 6,

7

6,7

6,6 6,

9

6,4

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,019

97

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

Ano

15,3

5,9

-2,8

-13,1

1,71,7

10,6 10,1

1,2

10,9

1,7

-1,3 -2,0

12,2

-7,9

-1,00,3 0,3

2,4

2,3

-15,0

-10,0

-5,0

0,0

5,0

10,0

15,0

20,0

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

Ano



17

pactos causados pela ocorrência das crises asiática e russa, em 1997 e 1998, respectivamente. Essas duas cri-ses foram de caráter financeiro e cambial (LOPES, 2011). O resultado foi a queda do poder de compra internaci-onal. Percebe-se que a competitividade é altamente in-fluenciada pela situação econômica internacional. Du-rante os períodos de turbulência no exterior, a compe-titividade registrada cai; em contrapartida, quando a situação melhora, a competitividade torna a crescer.

Em 1999, foi a vez de o Brasil sofrer com a crise cambial, que provocou a alteração do sistema cam-bial importações da castanha de caju. Em 2000, tem-se a melhora das exportações da castanha de caju, mas o Ceará continua a importá-la também, o que, atrelado ao aumento das importações totais do Es-tado, provoca o registro do menor valor do índice CRV, na série, -13,1 pontos.

Em 2001, a Argentina entra em crise, sendo na época um dos principais importadores da castanha de caju brasileira, e a competitividade se mantém baixa apesar da não importação do produto no ano, o que não foi suficiente para elevar significativamente o CRV. Até o ano de 2006, o Estado do Ceará não impor-tou castanha de caju, o que fortalece a hipótese de ele-vada competitividade no período, com constantes au-mentos do valor exportado do produto. Porém, a par-tir de 2007 o Ceará torna a importar o produto e com tendência crescente, não importando apenas no ano de 2010, o que reflete diretamente na competitividade.

O índice fica negativo novamente em 2008 e 2009, como resultado de mais uma crise internacional, desta vez a norte-americana, com ápice em 2008, mas com consequências de longo prazo (PRATES; CUNHA, 2009). A partir de 2012, tem-se queda constante das importações de castanha de caju pelo Estado do Ce-ará e estagnação das exportações do mesmo produto, o que indica que o estado está recuperando sua com-petitividade. Esse movimento é importante porque remete a criação de emprego e renda interna quando se substitui a importação pela produção nacional e uma possível recuperação pós-crise de 2008 e 2009.

5Os índices VRE e CRV dos calçados da Bahia são iguais em função da ausência de importação do produto (SILVA FILHO, CAVALCANTE; SANTOS, 2013).

É interessante observar que o Ceará importa e exporta a castanha de caju. Isso ocorre porque a pro-dução local é destinada prioritariamente ao mercado externo, por meio de contratos firmados antes da sa-fra, sendo negociado internamente apenas o exce-dente. Em alguns anos, em função de oscilações cli-máticas, como escassez de chuva e seca, ocorre desse excedente não ser suficiente para suprir a demanda interna, daí ocorre a importação do produto. As limi-tações climáticas, atrela-das ao baixo nível tecnológico da produção, são uns dos principais limitantes e empe-cilhos ao constante aumento da competitividade da castanha de caju cearense.

Comparando-se o índice CRV da castanha de caju do Ceará com o de outros produtos, como reali-zado com o índice VRE, tem-se que este continua apre-sentando melhores resultados, o que significa maior competitividade no mercado internacional. Ao se comparar com o índice CRV do cacau da Bahia, obtido por exercício realizado por Santos, Cavalcante e Silva Filho (2013), observa-se que o primeiro apresenta ín-dice CRV significativamente maior em quase todos os anos, com média de 2,42 pontos, enquanto o índice CRV do cacau baiano oscilou entre 1,24 e -12,72, de 1997 a 2011, com média de -5,81 pontos. Compa-rando-se também com o índice CRV dos calçados da Bahia, calculado por Silva Filho, Cavalcante e Santos (2013), que oscila entre -7,30 e -2,50 pontos, de 1997 a 2012, com média de -3,455. Logo, observa-se a impor-tância e o elevado grau de competitividade da casta-nha de caju cearense nas exportações.

7 - CONSIDERAÇÕES FINAIS

O objetivo deste artigo foi analisar a comer- cialização de castanha de caju do Estado do Ceará ao longo dos anos de 1997 a 2016. Os resultados encon-trados mostram que o crescimento das exportações está implicitamente relacionado a um conjunto amplo de fatores, que dependem essencialmente da conjun-



18

tura internacional, apesar de ser a amêndoa de caju um produto de baixo valor agregado.

Constatou-se que a balança comercial do Ceará apresentou deficit durante parte predominante do pe-ríodo analisado, exceto nos anos de 2003, 2004 e 2005, alcançando valores extremamente altos, ultrapas-sando os 100% das exportações, como em 2012. Essa situação realça a importância do estudo do comércio internacional e do aumento da competitividade dos produtos expor-tados para se alcançar o equilíbrio da balança comercial. Todavia, apesar da predominância dos deficits, as exportações cresceram durante todo o período analisado, apresentando variação negativa apenas em 2009, 2012 e 2015, em decorrência de crises externas, como a norte-americana em 2008 e a da zona do euro em 2011 e 2012. Diferentemente das exporta-ções, as importações apresentaram constantes oscila-ções, atingindo picos de variação positiva de 86,6% e de variação negativa de 21%. As importações são sen-síveis a variações no câmbio e se intensificaram a par-tir de 2006, quando ocorreram inúmeras migrações de empresas, atraídas por incentivos fiscais, mão de obra barata e abundante e proximidade com o mercado consumidor internacional, que elevou as importações de bens de capital e de tecnologia.

O índice VRE da castanha de caju do Ceará mos-tra que este desfruta de significativa vantagem rela-tiva nas exportações, que oscilaram dentro dos limites de 5,9 a 7,5 pontos com média de 6,51, e que, a partir de 2006, mostraram tendência crescente. Esse índice evidencia a alta influência exercida pela situação eco-nômica externa sobre o desempenho da castanha de caju cearense e os melhoramentos realizados na gené-tica e nas técnicas de manejo, que aumentaram a com-petitividade do produto.

Já o índice CRV apresenta constantes oscila-ções, com registro de 6 anos de competitividade reve-lada negativa e 14 anos de positiva, sendo que, a par-tir de 2006, nos últimos 10 anos da série, são verifica-dos apenas três anos com competitividade revelada negativa: 2009, 2010 e 2012. Destaque-se que o índice apresenta tendência de crescimento, com elevações vertiginosas, registrando média de 2,43% de cresci-mento ao ano, atrelado basicamente ao cenário inter-

nacional. Por ser mais completo, ao abranger também as importações, revela alguns problemas captados pelo aumento das importações, como a baixa remu-neração do pequeno produtor, assim como a escassez de castanha de caju, somadas ao fato da maior parte de produção de amêndoa de caju ser destinada ao mercado externo, principal alvo nacional. Dá-se, en-tão, grande desabastecimento interno, suprido assim pelas importações de castanha de caju. O fato rea-firma a característica brasileira de país primário do ponto de vista da exportação de matéria-prima e im-portação de produtos industrializados.

Apesar dos bons resultados apresentados pelos índices, deve-se destacar que estes possuem a limita-ção de não captar todas as variáveis que influenciam na competitividade, sendo necessário, portanto, estu-dos futuros que deem continuidade ao estudo atual e o aprofundem. Além disso, é preciso tratar de deman-das não estudadas neste artigo, que podem partir da informação de que no Brasil 90% do pseudofruto do caju são desperdiçados, devido aos produtores utiliza-rem apenas a castanha de caju, da qual se extrai a amêndoa de caju, principal produto na pauta de ex-portação cearense. Esta parte, desprezada, poderia ser revertida em mais emprego e renda, visto que do caju se podem extrair diversos outros produtos, como: do-ces da polpa, refrigerante, sucos e outras bebidas; além disso, do bagaço do caju, pode-se produzir ração ani-mal. Assim, se bem utilizado e explorado adequada-mente o caju, como um todo, é capaz de gerar muito mais renda, não só para os grandes produtores por meio da exportação de amêndoa de caju, como tam-bém para os pequenos produtores.

Diante do exposto, o negócio da castanha de caju, que tem grande influência na geração de em-prego e renda, além de beneficiar a balança comercial do estado, demanda mais ações por parte do governo, através de subsídios diretos em forma de créditos, controle de exportação e importação do produto in natura, dentre muitos outros fatores. Vale ressaltar que o objetivo principal do governo, ao programar tais políticas, é garantir renda e emprego no setor rural, para assim preservar sua relevante parcela de contri-buições. Isto posto, vem a inovação tecnológica como



19

um meio promissor de aumentar a competitividade dos grandes produtores no processamento automati-zado, não só da amêndoa de caju, mas, também, de tudo quanto envolve este pseudofruto.

LITERATURA CITADA

AGRA, N. G.; SANTOS, R. F. Agricultura brasileira: situação atual e perspectivas de desenvolvimento. In: CONGRESSO DA

SOCIEDADE BRASILEIRA DE ECONOMIA E SOCIOLOGIA RURAL, 39., 2001, Recife. Anais... Brasília: SOBER, 2001. p. 1-9.

AGUIAR, R. C. Abrindo o pacote tecnológico: estado e pesquisa agropecuária no Brasil. São Paulo: Polis/CNPq, 1986. 156 p.

ALBUQUERQUE, D. P. L. et al. A competitividade externa da amêndoa de castanha de caju brasileira no período de 1990 a 2007. In: ENCONTRO DE ECONOMIA DO CEARÁ EM DEBATE, 6., Fortaleza, 2010. Anais... Fortaleza: IPECE, 2010. CD-ROM.

BALASSA, B. Trade liberalisation and “revealed” comparative advantage. The manchester school, Vol. 33, Issue 2, pp. 99-123, May. 1965.

BALSAN, R. Impactos decorrentes da modernização da agricultura brasileira. Campo-território: revista de geografia agrária, Uberlândia, v. 1, n. 2, p. 123-151, ago. 2006.

CAMELO, C. de O. Mercado internacional da amêndoa da castanha de caju: um panorama de 2003 a 2012. 2014. 56 f. Monografia (Graduação em Gestão de Agronegócios) - Faculdade de Agronomia e Medicina Veterinária, Universidade de Brasília, Brasília, 2014.

CARVALHO, M. A.; Políticas públicas e competitividade na agricultura. Revista de Economia Política, São Paulo, v. 1, n. 81, p. 117-140, jan./mar. 2001.

______.; SILVA, C. R. L. Mudanças na pauta das exportações agrícolas brasileiras. RER, Rio de Janeiro, v. 46, n. 1, p. 53-73, jan./mar. 2008.

______.; ______. Políticas agrícolas dos países desenvolvidos. Informações econômicas, São Paulo, v. 25, Supl. 1, p. 1-112, 1995.

CUNHA FILHO, M. H.; PETRUS, J. K. B.; FREITAS, S. H. A. Análise econométrica do mercado de exportação de amêndoa de castanha de caju (ACC) no Rio Grande do Norte. In: CONGRESSO DA SOCIEDADE BRASILEIRA DE ECONOMIA E

SOCIOLOGIA RURAL, 42., 2004, Cuiabá. Anais... Brasília: SOBER, 2004. p. 1-18.

DINIZ, A. S.; JAYME JUNIOR, F. Divergências estruturais, competitividade e restrição externa ao crescimento: uma análise das crises e das limitações da zona do euro. Belo

Horizonte: Cedeplar/UFMG, 29 p. 2012. (Texto para discussão n. 453).

FEISTEL, P. R.; HIDALGO, Á. B. O intercâmbio comercial nordeste-China: desempenho e perspectivas. Revista Econômica do Nordeste, Fortaleza, v. 42, n. 4, p. 761-778, out./dez. 2011.

FIGUEIRÊDO JUNIOR, H. S. F. Desafios para a cajucultura no Brasil: o comportamento da oferta e da demanda da castanha de caju. Revista Econômica do Nordeste, Fortaleza, v. 37, n. 4, out./dez. 2006.

FRANÇA, F. M. C.; LIMA, V. DE P. M. S. Produção, comercialização e mercado. In: LIMA, V. de P. M. S. (Org.) A cultura do cajueiro no Nordeste do Brasil. Fortaleza: Banco do Nordeste do Brasil, 1988. p. 63-80.

FREITAS, L. C. Balança comercial cearense negativa: importações crescem 263% em abril. Ceará: Diário do Nordeste, 11 maio 2006. Disponível em: <http://diariodo nordeste.verdesmares.com.br/cadernos/negocios/importacoes-crescem-263-em-abril-1.300213>. Acesso em: 20 set. 2016.

GASQUES, J. G.; SPOLADOR, H. F. S. Taxa de juros e políticas de apoio interno à agricultura. Brasília: IPEA, abr. 2003. (Texto para discussão n. 952).

INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ -

IPECE. Evolução das exportações cearenses de castanha de caju: 2007-2012. Enfoque econômico, Fortaleza, n. 60, p. 1-6, mar. 2013a.

______. Radar do Comércio Exterior. Fortaleza: IPECE, dez. 2013b.

______. Desempenho do comércio exterior cearense em 2013. Fortaleza: IPECE, fev. 2014. (Informe n. 73).

JANK, M. S.; NASSAR, A. M.; TACHINARDI, M. H. Agronegócio e comércio exterior brasileiro. Revista USP, São Paulo, n. 64, p. 14-27, dez./fev. 2004/2005.

LOPES, B. R. V. As crises cambiais e financeiras internacionais: mexicana (1995), asiática (1997) e russa (1998). Marília: IGEPRI, out. 2011. Disponível em: <http://igepri.org/news/2011/10/as-crises-cambiais-e-fin anceiras-internacionais-mexicana-1995-asiatica-1997-e-russa-1998/>. Acesso em: 15 set. 2016.

MELO, M. C. P. Comércio exterior do Estado do Ceará no período recente: expansão quantitativa ou diferenciada? In: ENCONTRO DA ECONOMIA DO CEARÁ, 2., 2006, Ceará. Anais... Fortaleza: IPECE, 2006. p. 1-20.

MEYER, T. R.; PAULA, L. F. Taxa de câmbio, exportações e balança comercial no Brasil: uma análise do período 1999-2006. Revista Análise Econômica, Porto Alegre, ano 27, n. 51, p. 187-219, mar. 2009.



20

MINISTÉRIO DO DESENVOLVIMENTO, INDÚSTRIA E COMÉRCIO

EXTERIOR. Secretaria de Comércio Exterior - MDIC/SECEX. Banco de dados. Brasília: MDIC/SECEX, 2013.

______. Sistema de análise das informações de comércio exterior (ALICE). Brasília: MDIC/SECEX, 2016.

PESSOA, P. F. A. P.; LEITE, L. A. S.; PIMENTEL, C. R. M. Situação atual e perspectiva da agroindústria do caju. In: ARAÚJO, J. P. P.; SILVA, V. V. (Orgs.). Cajucultura: modernas técnicas de produção. Fortaleza: EMBRA- PA/CNPAT, 1995. p. 23-42.

PRATES, D. M.; CUNHA, A. M. O efeito-contágio da crise financeira global nos países emergentes. In: ENCONTRO

NACIONAL DE ECONOMIA POLÍTICA, 2009, São Paulo. Anais... São Paulo: PUC, 2009. p. 1-23.

SANTOS, P. L.; CAVALCANTE, A. W. P.; SILVA FILHO, L. A. A competitividade do cacau baiano frente ao comércio internacional. Revista Economia e Tecnologia, Paraná, v. 9, n. 4, p. 101-112, out./dez. 2013.

SILBER, S. D. A economia mundial após a crise financeira de 2007 e 2008. Revista USP, São Paulo. n. 85, p. 82-93. mar./maio 2010.

SILVA, J. G. A nova dinâmica da agricultura brasileira. Campinas: UNICAMP/IE, 1996, 217 p.

SILVA FILHO, L. A.; CAVALCANTE, A. W. P.; SANTOS, P. L.

Dinâmica da indústria baiana de calçados e o comércio internacional. Conjuntura e Planejamento, Bahia, v. 181, p. 23-33, 2013.

______.; SILVA, J. L. M.; LIMA, M. M. F. Mecanização agro-pecuária e o mercado de trabalho formal no cultivo da cana-de-açúcar no Nordeste-2000/2010. Revista Geonor-deste, São Cristóvão, ano 25, n. 1, p. 116-139, jan./jul. 2014.

SOARES, N. S.; SOUSA, E. P.; BARBOSA, W. F. Desempenho exportador do agronegócio no Ceará. Revista de Política Agrícola, Brasília, Ano 22, n. 2, abr./maio/jun. 2013.

TEIXEIRA, J. C. Modernização da agricultura no Brasil: impactos econômicos, sociais e ambientais. Revista Eletrônica da Associação dos Geógrafos Brasileiros, Três Lagoas, ano 2, v. 2, n. 2, set. 2005.

TELES, M. Balança comercial: CE tem superávit depois de 10 anos. Fortaleza: FIEC, jan. 2004. Disponível em: <http://www.fiec.org.br/noticias/export260104.htm>. Acesso em: 10 set. 2016.

UNITED STATES AGENCY FOR INTERNATIONAL DEVELOPMENT -

USAID. Análise da indústria de castanha de caju: inserção de micro e pequenas empresas no mercado internacional. Brasil: USAID, 2006. v. 1, 77 p.

VOLLRATH, T. L. Competitiveness and protection in world agriculture. Agriculture Information Bulletin, United States, Issue 567, July 1989.

Recebido em 13/04/2017. Liberado para publicação em 10/10/2017.


MODELO DE PRODUÇÃO PARA A PECUÁRIA DE CORTE BRASILEIRA COM BASE EM DADOS

CENSITÁRIOS: abordagens determinística e estocástica com hipótese de endogeneidade1

Geraldo da Silva e Souza2 Eliane Gonçalves Gomes3

Urbano Gomes Pinto de Abreu4

RESUMO: Ajustou-se um modelo de produção para a pecuária de corte brasileira a partir de informações do Censo Agropecuário de 2006 no nível municipal. Optou-se por um modelo de produção que considera a renda bruta da atividade como função de gastos com terra, com mão de obra, com insumos e taxa de lotação. Covariáveis de interesse são indicadoras dos biomas brasileiros, uma variável ambiental e presença da as-sistência técnica. Consideraram-se duas especificações: uma função de produção na família Cobb-Douglas e uma fronteira DEA em dois estágios com retornos variáveis. Encontrou-se evidência estatística em favor do modelo de fronteira estocástica com componentes endógenas. A influência da variável ambiental é neutra nesse modelo e a componente de assistência técnica implica, ceteris paribus, em efeito negativo para a pro-dução, resultado provável da presença de imperfeições de mercado. Notaram-se diferenças significativas na resposta de produção esperada nos diferentes biomas. A relação é dominada pelo bioma Pantanal na função de produção. Palavras-chave: pecuária de corte, censo agropecuário, fronteira estocástica, DEA em dois estágios, en-

dogeneidade.

A CENSUS-DATA BASED BRAZILIAN BEEF CATTLE PRODUCTION MODEL: deterministic and stochastic

approaches with endogeneity hypothesis

ABSTRACT: We have adjusted production model for the Brazilian beef cattle production, based on the 2006 Agricultural Census data at the municipal level. We have chosen a production model that considers the gross income of the activity as a function of the expenditure on land, labor, inputs and stocking rate. Covariables of interest are the functions indicating the Brazilian biomes, an environmental variable and the presence of technical assistance. Two specifications have been considered: a Cobb-Douglas production function and a two-stage DEA model with variable returns to scale. We found statistical evidence in favor of the endogenous stochastic frontier approach. The influence of the environmental variable was neutral in this model and the technical assistance component, ceteris paribus, implied a negative effect for the production, probably due to the presence of market imperfections. We have observed significant differences in the expected production response for the different biomes. The relationship in the production function was dominated by the Pantanal biome.


2Matemático, Economista, PHD em Estatística, EMBRAPA, Secretaria de Gestão e Desenvolvimento Institucional (SGI), Brasília, Distrito Federal, Brasil (e-mail: [email protected]).

3Engenheira Química, Doutora, EMBRAPA, Secretaria de Gestão e Desenvolvimento Institucional (SGI), Brasília, Distrito Federal, Brasil (e-mail: [email protected]).

4Médico Veterinário, Doutor, EMBRAPA Pantanal, Corumbá, Mato Grosso do Sul, Brasil (e-mail: [email protected]).

Silva e Souza; Gomes; Abreu


22

Key-words: beef cattle, agricultural censos, stochastic frontier, two-stage dea approach,

endogeneity.

JEL Classification: Q1, C52, C60.

1 - INTRODUÇÃO

A atividade pecuária bovina é uma das prin-cipais atividades do meio rural brasileiro. O ramo pe-cuário representou, em 2015, 32% do PIB do agrone-gócio e 7% do PIB total do país, segundo dados do Centro de Estudos Avançados em Economia Apli-cada (CEPEA, 2016).

Para atender à crescente demanda por carne bovina, os diferentes sistemas de produção pecuários têm incorporado ciência e tecnologia no processo pro-dutivo, com consequente aumento dos índices de de-sempenho da produção. Conforme destacam Abreu et al. (2016), a atividade sustenta grande parte da es-trutura da cadeia de produção de carne e os investi-mentos tecnológicos que nela se fizerem, com au-mento da eficiência de produção, trarão benefícios para toda cadeia produtiva. Por outro lado, em um futuro próximo, a produção animal será afetada por restrições advindas de políticas de mitigação de emis-sões de gases do efeito estufa e de legislações ambien-tal e de bem-estar animal (THORNTON, 2010). Em pa-ralelo, os sistemas de pastejo tropicais são complexos e requerem abordagem multidisciplinar para serem manejados com eficiência, sendo direcionados para intensificação (BERNDT; TOMKINS, 2013).

Nesse contexto, a taxa de lotação torna-se uma importante variável dos sistemas de produção pecuários. A taxa de lotação reflete a capacidade de suporte de pastejo, ou seja, é a pressão de utilização que permite equilíbrio entre o ganho por animal por unidade de área, maximizando o rendimento. A dis-ponibilidade de forragem controla simultaneamente a qualidade e a quantidade das pastagens e, conse-quentemente, possibilita que as plantas se mante-nham produtivas. Ao mesmo tempo, determina a taxa de lotação e define o sistema de produção ani-mal. Daí a importância de considerar a interação da

disponibilidade de forragem e da produção animal quando da tomada de decisão em relação ao ajuste da taxa de lotação (EUCLIDES FILHO, 2001). O desempe-nho animal é diretamente afetado pela taxa de lota-ção, ou seja, a taxa de lotação é uma variável controle, enquanto a produtividade por animal constitui-se em uma variável resposta. A magnitude do efeito é mo-dulada por diferentes variáveis que interagem dina-micamente (BARIONI et al., 2008). Abreu et al. (2013), trabalhando com taxa de lotação com objetivo de construir tipologias em escala municipal, verificaram grande diferença entre os sistemas de produção de gado de corte nos diferentes biomas do Brasil.

O objetivo deste artigo é estimar um modelo de produção para a pecuária de corte brasileira, utili-zando as informações disponíveis no Censo Agrope-cuário de 2006 no nível municipal. Optou-se por um modelo de fronteira de produção que considera a renda bruta da atividade como função de gastos com terra, gastos com mão de obra, gastos com insumos e taxa de lotação (proxy para capital financeiro). Como variáveis contextuais, consideraram-se variáveis indi-cadoras dos biomas brasileiros, uma componente am-biental e assistência técnica. Neste estudo, foram con-sideradas duas classes de modelos: modelos de fron-teira estocástica com componentes endógenas e mo-delos de análise de envoltória de dados em dois está-gios. Nesse contexto, as abordagens metodológicas propostas visam contribuir para a formulação de es-tratégias para o setor pecuário. 2 - MODELO DE PRODUÇÃO

Conforme já apresentado, o objetivo da aná-lise é estimar um modelo de produção para a pecuá-ria de corte brasileira municipal, tomando por base informações disponíveis no Censo Agropecuário de

Modelo de Produção para a Pecuária de Corte Brasileira com Base em Dados Censitários


23

2006 (IBGE, 2009). Os dados aqui usados estão dispo-níveis na base censitária do IBGE e foram gerados a partir dos microdados do Censo Agropecuário de 2006, conforme estratégia amostral descrita em Souza et al. (2013).

Optou-se por modelar a renda bruta da ativi-dade pecuária de corte como função dos gastos com terra estimados como fluxo, gastos com mão de obra na atividade, gastos com insumos específicos (sal mi-neral e medicamentos) e taxa de lotação como proxy do uso de capital. Os gastos com mão de obra na ati-vidade incluem salários pagos a família e a emprega-dos, e contratação de serviços de terceiros. Os gastos com mão de obra para a atividade pecuária não estão disponíveis nas bases de dados do IBGE. Nesse con-texto, como proxy para gastos com mão de obra na pe-cuária, considerou-se o produto dos gastos totais com mão de obra pela proporção da área de pastagem re-lativamente à área total. Entende-se que a pecuária usa menos mão de obra por unidade de área do que outras atividades e, portanto, a proxy utilizada pode superestimar a elasticidade da mão de obra. Mesmo assim, a evidência empírica encontrada é que esse in-sumo, embora significante estatisticamente, é o que menos afeta a produção, e o viés de alta não altera a conclusão do estudo. O fluxo de gastos com terra foi determinado como em Souza et al. (2013) e corres-ponde a 4% do valor da terra. A taxa de lotação foi definida pelo quociente entre o número de animais e a área de pastagem em hectares.

Uma função de produção define o máximo de produto y possível, dados os níveis de insumo defi-nidos pelo vetor x . As condições tecnológicas são ca-racterizadas por uma função real não negativa .f – função de produção, monótona não decrescente em x e côncava e, desse modo, xfy . A forma fun-cional mais utilizada na especificação de uma função de produção é a forma funcional Cobb-Douglas, na qual o log do produto é a uma função linear, com coeficientes positivos, dos logs dos insumos. Tipica-mente, utilizam-se como insumos as componentes de capital, trabalho e terra em aplicações na agropecuá-ria. O termo constante dessa relação é interpretado como nível tecnológico prevalente. Outras variáveis

podem afetar a especificação, provocando desloca-mentos na relação de produção, e o nível de eficiência de um determinado produtor. Tais variáveis são con-sideradas contextuais. Expectativas quanto ao sinal dessas componentes (efeitos crescentes ou decrescen-tes) podem ser estabelecidas para essas variáveis, mas não se impõem condições teóricas a priori sobre os si-nais. Variáveis contextuais consideradas neste artigo são as variáveis indicadoras dos seis biomas brasilei-ros (Amazônia, Caatinga, Cerrados, Mata Atlântica, Pampas e Pantanal), uma componente ambiental, dada pela razão área de pastagem degradada por área total de pastagem, e assistência técnica (intensi-dade da assistência técnica municipal), definida pela proporção de estabelecimentos no município que re-ceberam assistência técnica. A degradação das pasta-gens compromete a rentabilidade da pecuária brasi-leira e a recuperação das pastagens é uma estratégia promissora para a intensificação sustentável da pe- cuária (SILVA et al., 2017). No estudo de Alves et al. (2012), foi observado impacto positivo e significativo da assistência técnica para maior eficiência da ativi-dade agropecuária como um todo. No entanto, ao ca-tegorizar as atividades por tipo de produção princi-pal, a componente de assistência técnica deixou de ser significante para o grupo pecuária.

Na análise aqui levada a efeito forma consi-derados 2.584 municípios, para os quais há observa-ções completas válidas para todos os biomas, os quais representam 46% da população total de municípios brasileiros em 2006. 3. - ABORDAGEM METODOLÓGICA 3.1 - Fronteira Estocástica

Referências básicas para nossa discussão

nesta seção são Khumbhakar e Lovell (2000), Coelli et al. (2005), Greene (2011) e Stata (2015). Os modelos de fronteira de produção apareceram primeiramente na literatura no artigo de Aigner, Lovell e Schimidt (1977). Segue-se o mesmo enfoque de Souza et al. (2013).



24

As ideias básicas envolvidas na análise eco-nométrica de fronteiras de produção estocásticas pas-sam inicialmente pela especificação de uma função de produção real ,, zxf dependente do vetor de insu-mos x de dimensão k , do vetor de efeitos contextu-ais z de dimensão g e de um vetor paramétrico de dimensão finita d . Sem erros aleatórios e inefici-ência, o máximo de produção jy que pode ser obtido pelo estabelecimento j com o uso de jx , na presença das covariáveis jz , é dado por ,, jjj zxfy .

A possibilidade de ineficiência no processo de produção pressupõe a existência de uma componente estocástica 1,0j , tal que a produção na realidade vem dada por jjjj zxfy ,, . Se j se apro-xima de 1, isto significa que o estabelecimento tem sua produção próxima do ótimo, definido pela fun-ção de produção ,, zxf . Quando 1j , o estabe-lecimento não está produzindo o máximo possível em face da tecnologia disponível para o conjunto de produtores e incorporada na função de produção ,, zxf .

Tipicamente, as observações de produção também estão sujeitas a variações aleatórias resultan-tes de efeitos de per si desprezáveis, mas que apresen-tam deslocamentos na produção. Desse modo, é co-mum postular também a presença de choques esto-cásticos na função de produção e presumir a existên-cia de variáveis aleatórias reais jv , tais que

jjjjj v zxfy exp,, . A especificação acima é equivalente ao

modelo estatístico uv,θ,zxfy jjjjj lnln , onde u j é uma variável aleatória não negativa re-presentando a componente de ineficiência do mo-delo, isto é, jj u ln .

Uma função de produção de uso corrente em Teoria de Produção vem dada pela especificação Cobb-Douglas wzxCzxf k

v vv 'exp,,

1 . Nesta

representação, w, , sendo 0v , a elastici-dade do insumo vx . Portanto, tipicamente, tomando logs, obtém-se a representação

jjjl

g

ll

k

vjvvj uvzwxCy

,

11,lnlnln .

Especificações estocásticas distintas para as

componentes de erro levam a modelos de fronteira al-

ternativos. Tipicamente, assume-se que os jv são dis-

tribuídos independentemente da componente de ine-ficiência ju . Representam uma amostra aleatória da

distribuição normal com média zero e variância 2 . Para ju , assumem-se observações independentes

provenientes da distribuição exponencial com variân-

cia 2u , da distribuição meia normal, proveniente do

truncamento positivo da normal com média zero e

variância 2u , ou da distribuição normal truncada re-

sultante do truncamento positivo da distribuição nor-

mal com média e variância 2u . Ineficiências espe-

radas são dadas por 2u para a distribuição exponen-

cial, u2 para a distribuição meia normal, e

u com u u para a distribuição normal truncada, onde e são as funções densidade de probabilidades e de distribui-ção de probabilidades da normal padrão.

O vetor de parâmetros do modelo é esti-mado para n observações ou estabelecimentos pelo método de máxima verossimilhança. O processo de inferência estatística é válido assintoticamente. As se-guintes funções são otimizadas na obtenção da esti-mativa ̂ do vetor (STATA, 2015):

1) Modelo normal-exponencial:

n

j

juj

uuL

1

2

2

2* ln

2ln

2) Modelo normal-meia normal:

n

j s

j

s

jsL

12

2*

2lnln2ln

21

3) Modelo normal-normal truncada:

2*

1 1

1

11 1ln 2 ln ln ln2 21

1 2

n nj j

sj j ss s

nj

j s

L

Nas expressões acima, jjj uv representa a di-

ferença ,,lnln jjj zxfy entre a variável



25

resposta e a parte determinística do modelo, 222us , u e 22

su . O parâ-

metro * inclui e a parametrização adicional usada na componente de ineficiência.

Efeitos associados a variáveis contextuais afetando a eficiência técnica são modelados por meio dos parâmetros envolvidos nas especificações das distribuições associadas à ineficiência. Nos casos ex-ponencial e meia normal, postula-se que

2 ex pu j jm b , onde m é um vetor de covariáveis

e b o vetor de efeitos correspondentes. Para a distri-

buição normal truncada, postula-se j jm b . O valor esperado da ineficiência em qualquer caso é uma função monótona do construto linear bm' . No caso da normal truncada, o valor esperado vem dado

por ,j u j j j u j u , sendo ( .) a função densidade da distribuição nor-

mal padrão e (.) sua função de distribuição. Hete-

roscedasticidade nas componentes v e/ou u pode ser obtida impondo um tipo análogo de especificação para as respectivas componentes de variância. Tal op-ção é tipicamente utilizada nas especificações expo-nencial e meia normal, e não é necessária para a nor-mal truncada.

Em nossa aplicação, a possibilidade da exis-tência de variáveis contextuais endógenas exige a uti-lização de técnica de variáveis instrumentais. Nesse contexto, utilizou-se a técnica sugerida por Karaka-plan e Kutlu (2017) e Karakaplan (2017) para a esti-mação do modelo de fronteira estocástica e o teste de endogeneidade associado. Neste artigo, optou-se pela especificação normal-meia normal, com as variáveis contextuais afetando diretamente a função de produ-ção. A medida de eficiência técnica jte é, assim, esti-mada por (KARAKAPLAN, 2017):

2**

**

***

21exp

11

jj

jjte

onde:

22 2 2

* 2 ,uj j S u w

S

e

, e

2 2 2 2* w u S

,

1w , sendo o vetor de correlações do

erro da regressão das variáveis endógenas nos instru-mentos jW , com o erro da variável resposta no mo-delo de produção:

*( , , ) ( )j j j j j je y f x z z W . Nesta

última expressão, *jz representa o subvetor de z con-

siderado endógeno e um vetor de parâmetros. A função de verossimilhança a ser estimada

é a que segue (KARAKAPLAN, 2017):

peeL

n

j

jjn

j S

jSjS

1

1

1

22

2

~'~detln2lnln

2ln2ln

log

com u w , p é a dimensão de *jz ,

*j j jz W

, é a matriz de variância-covariân-

cia de j . Outras formulações podem ser testadas e ajustadas considerando o modelo de fronteira

*( , , ) ( )j j j j j j jy f x z z W w u

, esti-mando o modelo de variáveis instrumentais por míni-mos quadrados ordinários e considerando uma das formulações clássicas apresentadas acima. Nesta for-

mulação, o erro idiossincrático jw tem variância 2w .

3.2 - DEA em Dois Estágios

Considere-se um processo de produção com

n unidades de produção. Cada unidade se utiliza de quantidades variáveis de s insumos para produzir um único produto y . Represente-se por

),...,( 1 nyyY o vetor de produção n 1 e por

),...,( 1 nxxX a matriz ns de uso de insumos no

processo de produção. Seja K um subconjunto compacto, convexo

e com interior não vazio do ortante não negativo de sR . O nível de produção máximo (fronteira) realizá-

vel com o uso de Kx é determinado pela função de produção )( xgy . Supõe-se que g (x) seja contí-nua e que, adicionalmente:

- Se wx são vetores de K então )()( wgxg .

- Se x e w são vetores de K e ]1;0[ t , então ( ) (1 ) ( ) ( (1 ) )tg x t g w g tx t w .



26

- Para cada 1, . . . , , , ( )j j jj n x K g x y . - Com respeito à escala de operação da tecno-

logia definida por g (x), diz-se que: a) g (x) mostra retornos constantes à escala se

)()( xgxg para todo 0 e Kx tal que Kx .

b) g (x) mostra retornos crescentes à escala se )()( xgxg para todo 1 e Kx tal que

Kx . c) g (x) mostra retornos decrescentes à escala

se )()( xgxg para todo 1 e Kx tal que

Kx . d) g (x) mostra retornos variáveis à escala se

nenhuma das propriedades (a), (b), ou (c) se verifica. Pode-se utilizar o conjunto de observações

),( jj yx e o modelo de programação matemática co-nhecido como análise de envoltória de dados (DEA) para estimar g (x) somente para x em um dos conjun-tos seguintes:

n

jjjj xxKxK

1

*1 0,; ,

n

j

n

jjjjj xxKxK

1 1

*2 1,0,;

,

n

j

n

jjjjj xxKxK

1 1

*3 1,0,;

,

n

j

n

jjjjj xxKxK

1 1

*4 1,0,;

. Cada um desses conjuntos pressupõe uma

escala de operação distinta para a função de produção DEA: *

1K impõe retornos constantes, *2K retornos

crescentes, *3K retornos decrescentes e *

4K retornos variáveis. Entende-se que a hipótese de trabalho mais adequada aos dados em questão é a de retornos va- riáveis.

Para *4x K , define-se a função

j j

jjjjn xxyxg ;sup)(* , onde o sup é

restrito aos valores satisfazendo as restrições *4K .

Para cada rrrn yxg r ** )(, , onde *r é o

valor ótimo do problema de programação linear ,max , sujeito a

rj jj yy ,rj jj xx

0 e j j 1 . Tipicamente em análises envol-

vendo DEA modela-se o inverso de *r – uma medida

de eficiência no intervalo (0,1]. Para maiores detalhes sobre modelos DEA, sugerem-se Souza (2003), Coelli et al. (2005) e Cooper, Seiford e Zhu (2011).

Seja * *1 /r r na presença de um vetor de

fatores contextuais z, Ramalho et al. (2010) assumem

a dependência funcional * j j jE z F z e es-timam por quasi-verossimilhança otimizando

11 **

1log1logjj

jj zF zF l

,

sendo a função indicadora de uma unidade efici-ente. As propriedades estatísticas desse estimador são descritas em Papke e Wooldridge (1996) e Ramalho, Ramalho e Henriques (2010). Note-se que no caso em estudo z=(1, tipos de bioma, pastagem degradada, as-sistência técnica), sendo tipos definidos por um con-junto de variáveis indicadoras. A análise está disponí-vel no Stata v. 14 (STATA, 2015). A possibilidade de en-dogeneidade de algum componente contextual pode invalidar a análise. Nesse caso, pode-se considerar mé-todos com a utilização de variáveis instrumentais (SOUZA; GOMES, 2015; RAMALHO; RAMALHO, 2017). Neste artigo, a possibilidade de endogeneidade das va-riáveis pastagem degradada e assistência técnica levou a estimativa do valor esperado da efciência por meio de mínimos quadrados não lineares em dois estágios.

3.3 - Considerações A abordagem mais indicada para o uso de

um modelo de fronteira de produção diz respeito à existência ou não de uma componente de erro idios-sincrática representando choques aleatórios não con-troláveis pelas firmas na definição da fronteira. A abordagem DEA é indicada na ausência dessa compo-nente de erro. Nesse contexto, desvios do máximo de produção devem-se somente à presença de ineficiên-cia de produção.

As duas especificações foram utilizadas na presente análise com resultados mais satisfatórios e intuitivos do ponto de vista estatístico para a formu-



27

lação da fronteira estocástica. A correlação de valores preditos com observados para o modelo estocástico é superior a 87%, e a quantidade similar no modelo de fronteira determinística é de 41%. Além disso, a for-mulação de fronteira estocástica rejeita a hipótese

0u contra a alternativa 0u significativa-mente, esta última hipótese equivalente à formulação com as duas componentes de erro. É interessante ob-servar adicionalmente que o teste de aleatoriedade da amostra – runs test (BRADLEY, 1968) – indica corre-lação serial negativa para eficiências DEA retornos va-riáveis, invalidando a teoria assintótica relevante para os modelos fracionários. Portanto, é necessário utili-zar técnicas de reamostragem no cálculo de desvios padrão e intervalos de confiança, o que cria dificulda-des adicionais de análise.

4 - RESULTADOS ESTATÍSTICOS A análise inicia-se com a formulação DEA

com retornos variáveis e orientada a produto. As va-riáveis de produção são: produto – renda com a ativi-dade pecuária de corte, insumos – gastos com mão de obra, gastos com terra, gastos com insumos específi-cos e taxas de lotação. Como fatores contextuais que afetam a medida DEA, tomaram-se as variáveis indi-cadoras dos biomas, a variável ambiental e a intensi-dade da assistência técnica municipal. Como já sali-entado, observações completas válidas para todos os biomas são em número de 2.584 municípios. O pro-cesso inferencial está restrito a esses casos. Dados per-didos são resultados de restrições à liberação de infor-mação pelo IBGE e à ausência do valor de alguma va-riável no nível municipal.

O resumo de cinco números da medida DEA

de eficiência vem dado por Min=0,006, Q1=0,160, Me-diana=0,186, Q3=0,310 e Max=1. A distribuição é acentuadamente assimétrica à direita, com valores tí-picos muito pequenos, indicando um nível alto de ineficiência. Observações com nível de eficiência maior do que 0,6 são raras e representam apenas cerca de 5% da população. O gráfico de caixa (box-plot) e o histograma da figura 1 ilustram essas observações.

A tabela 1 apresenta os resultados estatísticos do modelo de regressão fracionária para a medida DEA levado a efeito com mínimos quadrados não li-neares em dois estágios. As variáveis contextuais são as dummies de bioma, o indicador ambiental e a assis-tência técnica. As duas últimas foram consideradas endógenas. O modelo passa no teste de especificação de Hansen, com p-valor de 8,3%. Somente as variá-veis indicadoras dos biomas são significantes. Não é necessário utilizar desvios robustos via bootstrap, uma vez que esses desvios dominam a estimativa usual e, portanto, não alteram a conclusão quanto à signifi-cância.

A variável ambiental tem o sinal correto, ape-sar de não significativa. O aumento da área degra-dada implica em redução monotônica do nível de efi-ciência técnica. Analogamente, o sinal negativo da as-sistência técnica é compatível com outros estudos (SOUZA; GOMES; ALVES, 2017) e, provavelmente, é re-sultante de imperfeições de mercado. Imperfeições de mercado são as principais causas que inibem o acesso dos agricultores à tecnologia e, consequentemente, à inclusão produtiva. Esse conceito é discutido em Al-ves e Souza (2015). São o resultado de assimetria em crédito, infraestrutura de produção, disponibilidade de informação, extensão rural e assistência técnica, entre outros. As imperfeições de mercado são tipica-mente desfavoráveis à pequena produção, que é do-minante na agricultura brasileira.

Notam-se diferenças significativas entre bi-omas, com dominância para o bioma Pantanal, se-guido por Amazônia, Pampa, Cerrados, Caatinga e Mata Atlântica. Esses resultados são aparentes na ta-bela 2, obtidos via modelos de regressão fracionária com correção de viés e 2.000 repetições bootstrap, desconsiderando as variáveis potencialmente endó-genas, dado que não há evidência de que afetem sig-nificativamente a medida de eficiência técnica (Ta-bela 1).

Relativamente à fronteira estocástica, foram consideradas três formulações distintas: um modelo normal-normal truncado, um modelo normal-meia normal e um modelo normal-exponencial, com a es-pecificação da variável ambiental e de assistência téc-



28

(a)

(b) Figura 1 - Box-Plot (a) e Histograma (b) da Medida de Eficiência DEA, Brasília, Distrito Federal, Janeiro de 2017. Fonte: Elaborada pelos autores a partir do STATA (2015).



29

Tabela 1 - Ajuste do Modelo de Regressão Fracionária via Mínimos Quadrados Não Lineares em Dois Estágios1, Brasil, Janeiro de 2017

Variável Coeficiente Desvio padrão Estatística t Pr > |t|

Constante 0,7065 0,2956 2,39 0,0169

Variável ambiental -5,4723 3,3490 -1,63 0,1024

Assistência técnica -0,1628 0,1437 -1,13 0,2576

Amazônia -0,3771 0,2087 -1,81 0,0708

Caatinga -1,0328 0,2004 -5,15 <0,0001

Cerrados -0,9050 0,1989 -4,55 <0,0001

Mata Atlântica -1,1902 0,1964 -6,06 <0,0001

Pampa -1,0476 0,2268 -4,62 <0,00011Instrumentos: insumos do modelo DEA, dummies de biomas, escore demográfico, escore de infraestrutura, índice de desempenho da educação básica, índice de desempenho do Sistema Único de Saúde, taxa de alfabetização. Fonte: Elaborada pelos autores a partir dos dados do IBGE (2009) e STATA (2015).

Tabela 2 - Estimativa Final do Modelo de Regressão Fracionária, Brasil, Janeiro de 2017

Variável Coeficiente Desvio padrão

bootstrapz P>|z| [Intervalo de confiança 95%]

Amazônia -0,5448 0,3188 -1,71 0,087 -1,1698 0,0801

Caatinga -1,0885 0,3191 -3,41 0,001 -1,7138 -0,4631

Cerrados -1,0016 0,3174 -3,16 0,002 -1,6237 -0,3794

Mata Atlântica -1,2584 0,3165 -3,98 0,000 -1,8787 -0,6382

Pampa -0,8939 0,3186 -2,81 0,005 -1,5183 -0,2695

Constante (Pantanal) 0,3753 0,3161 1,19 0,235 -0,2443 0,9949

Fonte: Elaborada pelos autores a partir dos dados do IBGE (2009) e STATA (2015).

nica na função de produção como componentes endó-genas. O modelo normal-normal truncado não conver-giu e o melhor ajuste (maior valor da função log-veros-similhança) foi da combinação normal-meia normal. Embora conjuntamente endógenas, a variável ambien-tal tem o sinal correto, mas não se mostrou significativa. Desse modo, essa variável foi retirada do modelo, já que a correção de viés por endogeneidade dessa variá-vel é desprezável.

A tabela 3 apresenta os resultados obtidos com a abordagem da fronteira estocástica com hipótese de endogeneidade. As variáveis de produção (produto - renda com a atividade pecuária de corte; insumos - gas-tos com mão de obra, gastos com terra, gastos com in-sumos específicos e taxas de lotação) são medidas em

logs e representam observações de um modelo na famí-lia Cobb-Douglas para a função de produção. A função de produção assume coeficientes técnicos distintos para os biomas. A componente de ineficiência é modelada pela distribuição meia normal. O modelo de produção sem componente de ineficiência, estimado por mínimos quadrados em dois estágios (MQL2), tem R2=0,682 e co-eficiente de assimetria residual de -0,318, significativa-mente negativa, resultado favorável à inclusão da com-ponente de ineficiência. O modelo de fronteira estocás-tica tem correlação de 0,791 entre valores preditos e ob-servados, e de 0,911 com os valores preditos do modelo estimado com MQL2 que produz estimativas consisten-tes dos parâmetros sob endogeneidade. O intervalo de confiança para a variância da componente de ineficên-



30

Tabela 3 - Ajuste da Fronteira Estocástica Normal-Meia Normal com Componente Endógena1, Brasil, Janeiro de

2017

Item CoeficienteDesvio

padrãoz P>|z| [Intervalo de confiança 95%]

Renda

Mão de obra 0,0390 0,0144 2,70 0,007 0,0107 0,0673

Terra 0,3743 0,0231 16,21 0,000 0,3290 0,4195

Insumos 0,7466 0,0158 47,26 0,000 0,7156 0,7775

Lotação 0,4082 0,0225 18,11 0,000 0,3641 0,4524

Amazônia -0,3432 0,2606 -1,32 0,188 -0,8540 0,1676

Caatinga -0,2391 0,2630 -0,91 0,363 -0,7546 0,2765

Cerrados -0,5068 0,2585 -1,96 0,050 -1,0135 -0,0001

Mata Atlântica -0,5579 0,2602 -2,14 0,032 -1,0678 -0,0479

Pampa -0,0274 0,2684 -0,10 0,919 -0,5534 0,4986

Assistência técnica -2,7126 0,1478 -18,35 0,000 -3,0023 -2,4229

Constante 2,6960 0,3488 7,73 0,000 2,0124 3,3796

Instrumentalização de assistência técnica

Social 0,5991 0,0313 19,16 0,000 0,5378 0,6604

Demo -0,0110 0,0340 -0,32 0,746 -0,0775 0,0556

Educação básica 0,0019 0,0175 0,11 0,911 -0,0323 0,0362

Mão de obra -0,0244 0,0033 -7,41 0,000 -0,0309 -0,0180

Terra 0,0632 0,0042 15,02 0,000 0,0550 0,0715

Insumos 0,0168 0,0036 4,65 0,000 0,0097 0,0239

Lotação 0,0125 0,0056 2,26 0,024 0,0017 0,0234

Amazônia 0,0526 0,0638 0,82 0,410 -0,0725 0,1776

Caatinga 0,1084 0,0641 1,69 0,091 -0,0174 0,2341

Cerrados 0,0721 0,0631 1,14 0,254 -0,0517 0,1958

Mata Atlântica 0,1035 0,0632 1,64 0,102 -0,0204 0,2273

Pampa 0,1103 0,0653 1,69 0,091 -0,0176 0,2382

Constante -0,3448 0,0825 -4,18 0,000 -0,5066 -0,1830

_Assistência técnica

Constante 2,3425 0,1592 14,71 0,000 2,0304 2,65462ln u

Constante -0,7314 0,0727 -10,06 0,000 -0,8738 -0,58892ln w

Constante -1,9150 0,0704 -27,20 0,000 -2,0530 -1,77701Teste de endogeneidade: Ho - correção para endogeneidae não é necessária; Ha - há endogeneidade no modelo e a correção é necessária.

_Assistência técnica = 0; 2 (1) = 216,44; Prob>

2 = 0,0000; Resultado: rejeita Ho (nível de 0.1%).

Fonte: Elaborada pelos autores a partir dos dados do IBGE (2009) e STATA (2015).



31

cia leva à rejeição da hipótese de 0u , evidenciando, mais uma vez, a presença da componente de ineficiência.

O teste de Hausman, realizado comparando o modelo de fronteira estocástica com componente de ineficiência exponencial sem hipótese de endogenei-dade com o modelo consistente MQL2, indica signifi-cância para os dois parâmetros (das variáveis ambiental e de assistência técnica), favorecendo a hipótese de en-dogeneidade (p-valor < 0,0001). Esse resultado con-firma-se no modelo de eficiência estocástica de Karaka-plan e Kutlu (2017). A significância do teste deve-se, principalmente, à variável assistência técnica. A variá-vel ambiental não apresentou significância na função de produção e, por isso, foi eliminada do modelo. A ta-bela 3 apresenta o modelo final, incluindo o teste de en-dogeneidade da componente assistência técnica (teste de 0 ). Nesse modelo, consideraram-se como ins-trumentos as variáveis exógenas da função de produ-ção, as dummies de biomas, um escore de infraestrutura (social), um escore demográfico (demo) e um escore de qualidade da educação básica. Mais detalhes sobre os três últimos instrumentos podem ser vistos em Souza, Gomes e Alves (2017).

A função de produção, como esperado, tem to-das as elasticidades de insumos positivas e significantes estatisticamente. Os insumos sal mineral e medicamen-tos dominam, seguidos pela taxa de lotação, terra e tra-balho, representando 47,61% (±1,09), 26,04% (±1,20), 23,87% (±1,31) e 2,49% (±0,93) da elasticidade total, res-pectivamente. Insumos tecnológicos (sal mineral e me-dicamentos mais capital) são responsáveis, portanto, por 73,65% da elasticidade total. Esses números são mais expressivos para a pecuária de corte do que para a agricultura geral, como reportado em Souza et al. (2013). Esses autores calcularam em 68,1% a participa-ção dos insumos tecnológicos.

O coeficiente linear do Pantanal domina na função de produção. A ordem dos biomas induzida pe-los coeficientes é Pantanal, Pampa, Caatinga, Amazô-nia, Cerrados e Mata Atlântica. Diferenças não signifi-cantes são Amazônia e Caatinga, Amazônia e Pantanal, Caatinga e Pantanal, Pampa e Pantanal, Cerrado e Mata Atlântica. Esses testes não são transitivos. Desvios da

fronteira estocástica, associados às componentes de efi-ciência, não diferem significativamente. A distribuição correspondente é apresentada por bioma na figura 2. As respostas medianas são próximas para todos os biomas.

No Pantanal ocorre a concentração dos produ-tores na atividade de cria, havendo recria apenas das novilhas de reposição. Segundo Abreu, McManus e Santos (2010), em função das características ambientais peculiares, a região produtora do Pantanal apresenta sistema extensivo de produção, quase na totalidade ba-seado em pastagens nativas. Dada a economia de escala (tamanho médio da propriedade em torno de 4.000 hec-tares), apresenta baixo volume de custos, embora seja o bioma que concentra o maior número de matrizes de cria por área em relação aos outros biomas. Ou seja, o uso da terra no bioma é basicamente ocupado pela pe-cuária extensiva.

As variáveis contextuais de ambiente (não es-tatisticamente significante) e de assistência técnica agem no sentido de redução do valor esperado da res-posta. À parte a significância estatística, esses resulta-dos coincidem com a abordagem determinística e con-substanciam a hipótese de imperfeições de mercado. Como discutido em Souza, Gomes e Alves (2017), a ex-tensão rural provavelmente não alcança a maioria dos estabelecimentos rurais devido à falta de infraestrutura apropriada e aos desequilíbrios de mercado gerados pelos preços recebidos e pagos pelos produtores, dife-renciados pelo porte do produtor.


Ajustou-se um modelo de produção para a pe-cuária de corte brasileira. O modelo envolve uma espe-cificação da função de produção na família Cobb-Dou-glas, com insumos definidos por gastos com mão de obra, terra e insumos específicos para a pecuária. Como proxy do capital financeiro da pecuária, considerou-se a taxa de lotação. Alternativamente, determinou-se uma fronteira DEA com retornos variáveis na ótica do pro-duto. As duas abordagens são marcantemente distintas. Encontraram-se evidências estatísticas significativas em



32

Figura 2 - Box-Plot da Medida de Eficiência Técnica Estocástica por Bioma, Brasil, Janeiro de 2017. Fonte: Elaborada pelos autores a partir do Stata (2015).

favor de um modelo de fronteira estocástica com com-ponentes endógenas.

Segundo o modelo de fronteira estocástica, a influência do fator ambiental, medido pela proporção de pastagens degradas, é neutra, i.e., não há evidência de que seu coeficiente na função de produção difira de zero. Qualquer que seja a hipótese relativamente à na tureza da fronteira, a componente de assistência técnica tem sinal negativo, mas só é significativo no modelo de fronteira estocástica. Esses resultados da assistência téc-nica são consoantes com estudos anteriores, e resultam muito provavelmente de imperfeições de mercado que impossibilitam a efetividade da extensão rural. Notam- -se similaridades entre os biomas quanto à eficiência técnica no modelo de fronteira estocástica. A função de

produção do bioma Pantanal tem coeficiente técnico dominante seguido de Pampa, Caatinga, Amazônia, Cerrados e Mata Atlântica.

O resultado significante e positivo da taxa de lo-tação na função de produção corrobora com as estratégias de intensificação dos sistemas de pecuária de corte no Brasil. Essa estratégia é função do capital disponível para o investimento, do risco e da taxa de retorno em cada si-tuação. O planejamento técnico, aliado ao financeiro, e o monitoramento constante, em cada bioma, são funda-mentais para verificar a viabilidade operacional e econô-mica das estratégias assumidas dentro dos sistemas de produção e fornecer, com maior precisão, as informações necessárias para a tomada de decisão e manter a ativi-dade competitiva no mercado (BARBOSA et al., 2012).



33

LITERATURA CITADA

ABREU, U. G. P. et al. Greenhouse gas emissions intensity as-sessment in beef cattle production systems: a data enve-lopment analysis (DEA) approach with variable returns to scale. In: SECOND INTERNATIONAL SYMPOSIUM ON GREENHOUSE

GASES IN AGRICULTURE - SIGEE, 2., 2016, Campo Grande. Anais… Brasília: Embrapa, 2016. p. 195-199.

_____. et al. Beef cattle stocking rate, a key to the conservation of the pastoral system in Brazilian biomes. In: SIXTH INTERNA-

TIONAL CONFERENCE ON AGRICULTURAL STATISTICAL - ICAS, 6., 2013, Rio de Janeiro. Anais… IBGE: Rio de Janeiro, 2013. p. 1-15.

_____.; MCMANUS, C.; SANTOS, S. A. Cattle ranching, conserva-tion and transhumance in the Brazilian Pantantal. Pastora-lism: research, policy and practice, London, Vol. 1, Issue 1, pp. 99-114, Jan. 2010.

AIGNER, D.; LOVELL, C. A. K.; SCHIMIDT, P. Formulation and es-timation of stochastic frontier production function models. Journal Of Econometrics, Vol. 6, Issue 1, pp. 21-37, July. 1977.

ALVES, E. R.; SOUZA, G. S. Pequenos estabelecimento em ter-mos de área também enriquecem? Pedras e tropeços. Revista de Política Agrícola, Brasília, v. 24, n. 3, p. 7-21, jul./ago./set. 2015.

_____. et al. Um modelo de produção para a agricultura brasi-leira e a importância da pesquisa da Embrapa. Revista de Po-lítica Agrícola, Brasília, v. 21, p. 35-59, out./nov./dez. 2012.

BARBOSA, F. A. et al. Gerência e competitividade na bovinocul-tura de corte. In: SIMPÓSIO DE PRODUÇÃO DE GADO DE CORTE - SIMCORTE, 8., Viçosa, 2012. Anais... Viçosa: UFV, 2012. p. 159-182.

BARIONI, L. G. et al. Visão sistêmica aplicada à otimização da produtividade do animal e da área. In: SIMPÓSIO DE PRO-DUÇÃO DE GADO DE CORTE - SIMCORTE, 6., Viçosa, 2008. Anais... Viçosa: UFV, 2008. p. 321-344.

BERNDT, A.; TOMKINS, N. W. Measurement and mitigation of methane emissions from beef cattle in tropical grazing sys-tems: a perspective from Australia and Brazil. Animal, Ire-land, Vol. 7, pp. 363-372, June 2013.

BRADLEY, J. V. Distribution-Free statistical tests. New Jersey: Prentice Hall, 1968. 388 p.

CENTRO DE ESTUDOS AVANÇADOS EM ECONOMIA APLICADA - CEPEA. PIB do agronegócio. Piracicaba: CEPEA/ESALQ/USP, 2016. Disponível em: <http://www.cepea.esalq.usp.br/br/ pib-do-agronegocio-brasileiro.aspx>. Acesso em: 17 jan. 2017.

COELLI, T. J. et al. An introduction to efficiency and producti-vity analysis. 2. ed. New York: Springer, 2005. 367 p.

COOPER, W. W.; SEIFORD, L. M.; ZHU, J. (Eds.) Handbook on

data envelopment analysis. 2. ed. New York: Springer, 2011. 493 p.

EUCLIDES FILHO, K. Interação genótipo-ambiente-mercado na produção de carne bovina nos trópicos. In: SIMPÓSIO DE PRO-

DUÇÃO DE GADO DE CORTE - SIMCORTE, 2., Viçosa, 2001. Anais... Viçosa: UFV, 2001. p. 93-115.

GREENE, W. H. Econometric Analysis. 7. ed. New York: Pren-tice Hall, 2011. 1232 p.

KARAKAPLAN, M. U. Fitting endogenous stochastic frontier models in Stata. The Stata Journal, Vol. 17, Issue 1, pp. 39-55, 2017.

_____.; KUTLU, L. Handling endogeneity in stochastic frontier analysis. Economics Bulletin, Vol. 37, Issue 2, p. 889-901, May 2017. Disponível em: <http://www.mukarakaplan.com/Ka-rakaplan%20-%20EndoSFA.pdf>. Acesso em: 27 jun. 2017.

KHUMBHAKAR, S. C.; LOVELL, C. A. K. Stochastic frontier analysis. Cambridge: Cambridge University Press, 2000. 344 p.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA -

IBGE. Censo agropecuário 2006. Rio de Janeiro: IBGE, 2009.

PAPKE, L. E.; WOOLDRIDGE, J. M. Econometric methods goes fractional response variables with an application to 401(k) plan participation rates. Journal of Applied Economics, Vol. 11, Issue 6, pp. 619-632, Nov. 1996.

RAMALHO, E. A.; RAMALHO, J. J. S. Moment-based estimation of nonlinear regression models with boundary outcomes and endogeneity, with applications to nonnegative and fractional responses. Econometric Reviews, London, Vol. 36, Issue 4, p. 397-420, 2017.

_____.; _____.; HENRIQUES, P. D. Fractional regression models for second stage DEA efficiency analyses. Journal of Produc-tivity Analysis, United States, Vol. 34, pp. 239-255, Dec. 2010.

SILVA, R. O. et al. Sustainable intensification of Brazilian lives-tock production through optimized pasture restoration. Agri-cultural Systems, Vol. 153, pp. 201-211, May 2017.

SOUZA, G. S. Funções de produção: uma abordagem estatística com o uso de modelos de encapsulamento de dados. Brasília: Embrapa, 2003. 49 p. (Texto para Discussão n. 17).

____. et al. Um modelo de produção para a agricultura brasi-leira e a importância da pesquisa da Embrapa. In: ALVES, E. R. A.; SOUZA, G. S.; GOMES, E. G. (Eds.). Contribuição da Em-brapa para o desenvolvimento da agricultura no Brasil. 1. ed. Brasília: Embrapa Informação Tecnológica, 2013. v. 1, p. 49-86.

_____.; GOMES, E. G. Management of agricultural research cen-ters in Brazil: a DEA application using a dynamic GMM ap-proach. European Journal of Operational Research, Vol. 240, pp. 819-824, 2015.

SOUZA, G. S.; GOMES, E. G.; ALVES, E. R. A. Conditional FDH



34

efficiency to assess performance factors for Brazilian agricul-ture. Pesquisa Operacional, Rio de Janeiro, v. 77, p. 93-106, jan./abr. 2017.

STATA. Stata base reference manual release 14. Frontier: stochastic frontier models. College Station: Stata Press, 2015. v. 1,

2556 p.

THORNTON, P. K. Livestock production: recent trends, future prospects. Philosophical Transactions of the Royal Society B, London, Vol. 365, pp. 2853-2867, Sept. 2010.


Rev. de Economia Agrícola, São Paulo, v. 63, n.1, p. 35-50, jan.-jun. 2016

EXPORTAÇÕES AGROPECUÁRIAS BRASILEIRAS: concentração europeia?1

Rogério Edivaldo Freitas2

RESUMO: O estudo mediu a concentração das exportações agropecuárias brasileiras em torno dos mercados importadores da União Europeia (UE), em uma série de 27 anos (1989-2015) de exportações agropecuárias entre Brasil e UE. A abordagem metodológica teve por base o quoci-ente locacional (QL), o coeficiente de Gini locacional (CGL) e o índice de Hirschman-Herfindahl modificado (HHm). Aferiu-se também a existência de uma tendência com base no tempo para a série de longo prazo. Os resultados apontam sutil desconcentração dos produtos brasileiros em torno da UE, mas com maior nitidez pós 2002. Detectaram-se produtos nos quais a UE tem sido demanda líquida expressiva junto às exportações agropecuárias brasileiras. Questões para apro-fundamento são sugeridas.

Palavras-chave: Gini, Brasil, União Europeia, agricultura, exportações.

BRAZILIAN AGRICULTURAL EXPORTS: a european concentration?

ABSTRACT: The study measured the European Union´s (EU) concentration of Brazilian agricultural exports using a 1989-2015 series of Brazilian agricultural exports destined to the EU market according to the Agreement on Agriculture. The methodologies used were the Locational Quotient (LQ), the Locational Gini Coefficient (LGC) and the Modified Hirschman-Herfindahl Index (MHHI). Further, the study measured a time-based trend for the LGC data. The results showed a small reduction in EU´s concentration of Brazilian agricultural exports especially from 2002 to 2015. The results also mapped groups of products of a typical net demand from the EU. The study also suggests future investigations. Key-words: Gini, Brazil, European Union, agriculture, exports.

JEL Classification: F14, Q13, Q17.

1Registrado no CCTC, REA-03/2017.

2Economista, Pós-Doutor, Instituto de Pesquisa Economia Aplicada (IPEA), Brasilia, Distrito Federal, Brasil (e-mail: [email protected]).

Freitas, R. E.

Rev. de Economia Agrícola, São Paulo, v. 63 n.1, p. 35-50, jan.-jun. 2016

36

1 - INTRODUÇÃO O desempenho econômico brasileiro dos úl-

timos anos tem sido caracterizado por uma desacele-ração do nível de atividade. Este fenômeno é em boa medida resultante da deterioração dos fundamentos macroeconômicos, em particular do setor público, e espelha igualmente uma piora das condições político--institucionais em curso.

Isto posto, bons resultados comerciais no front externo definem-se como um sinal de alívio e de relativa defesa das condições financeiras do país. Ainda em linha com Bonelli e Malan (1976), gerar di-visas por meio de exportações é tão necessário quanto poupá-las por intermédio da substituição de itens im-portados por oferta doméstica.

Ademais, Costa, Guilhoto e Imori (2013) constataram que os impactos econômicos positivos provocados por choques em setores de agroindústria são superiores àqueles provocados pelo choque em setores industriais tradicionais.

Nesse contexto, o setor agropecuário tem se mostrado consistentemente superavitário nas trocas externas em bens finais. A partir de dados do MDIC (2016), no período 1989-2000, para cada US$1,00 im-portado em bens agropecuários, US$3,21 foram, em média, auferidos pelo país em exportações da mesma cesta de bens. Já no intervalo 2001-2015, este número subiria para US$7,76.

Houve pilares mínimos para que o país mi-grasse de uma posição de importador líquido de ali-mentos para a de potência agrícola, destacando-se uma sólida integração entre as instituições de pes-quisa do setor (BARROS, J.; BARROS, 2005; YOKOTA, 2002), disponibilidade de fatores de produção e a so-lução de gargalos nas cadeias de suprimento à mon-tante das fazendas e de comercialização a jusante das mesmas.

Do lado da demanda internacional, muitos são os trabalhos que destacam o tamanho econômico e o tamanho da população dos mercados importado-res na explicação das exportações de bens agroindus-triais, como em Mata e Freitas (2008) e Santo, Lima e

Souza (2012). Além disso, outras variáveis relevantes neste contexto são a distância geográfica (SEVELA, 2002; ZAHNISER et al., 2002), acordos de comércio (CASTILHO, 2001) e a taxa de câmbio real (BARROS, G.; BACCHI; BURNQUIST, 2002).

No exemplo da União Europeia (UE), se-gundo Silva (2011), soma-se o fato de que, embora se trate de uma região capacitada em termos de produ-ção agrícola, especialmente França, Alemanha, Itália e Espanha (WTO, 2017), é ainda uma grande importa-dora de alimentos.

Neste aspecto, desde o Tratado de Roma em 1957, a embrionária UE sempre foi um mercado sig-nificativo para as vendas de produtos agrícolas em âmbito mundial. Em que pesem as dificuldades ma-croeconômicas do bloco, os países da zona do euro têm crescido perto de 1% a.a. em termos reais, em mé-dia, desde o início do presente século (Figura 1).

Ademais, previsões da OECD-FAO (2014) até o ano 2023 sinalizam que a UE será importadora lí-quida de itens nos quais o Brasil é competitivo nos mercados internacionais, a exemplo do açúcar, óleos vegetais, óleos animais e carne bovina. Conforme Santo, Lima e Souza (2012) e MAPA (2013), a UE é uma potência agrícola, o que, entretanto, não inva-lida sua condição de grande importadora global de itens alimentares e agroindustriais processados. O próprio setor produtivo brasileiro (CNI, 2016) reco-nhece que a UE é vista como um bloco econômico com o qual o Brasil deveria estreitar suas relações.

Tendo em vista a centralidade comercial e do padrão de renda da UE para as exportações agrope- cuárias brasileiras, o objetivo deste trabalho é mensu-rar até que ponto a UE está se tornando mais impor-tante ou está perdendo espaço nas vendas agropecuá-rias brasileiras de bens finais. Em segundo plano, posto um perfil comprador da UE, quais produtos têm sido mais demandados por aquela região?

O trabalho está organizado com três seções adicionais a esta introdução. A seção dois discute a metodologia e as fontes de dados utilizadas. A seção três apresenta os resultados do artigo. Por fim, as con-siderações finais estão reservadas à seção quatro.

Exportações Agropecuárias Brasileiras: concentração europeia?


37

Figura 1 - Crescimento do Produto Interno Bruto (PIB) da Zona do Euro, Variação Real Trimestral Anualizada (% a.a.), 2000 a 2015. Fonte: Elaborada pelo autor com base em The Economist (2016 apud IPEADATA 2016).

2 - METODOLOGIA E FONTES DE DADOS

O estudo empregou dados de exportações

brasileiras do MDIC (2016), no período de 1989 a 2015. A definição de produto agropecuário é a do Acordo Agrícola e obedeceu a WTO (2011). De modo que fosse possível contemplar os itens da Nomenclatura Brasi-leira de Mercadorias (NBM) (1989-1996) e da Nomen-clatura Comum do Mercosul (NCM) (1996-2015), fez- -se necessário uma compatibilização metodológica das alíneas comerciais brasileiras em acordo com MDIC (2012).

A abordagem metodológica empregou o quociente locacional (QL) e o coeficiente de Gini loca-cional (CGL). Estas duas ferramentas foram acrescidas do índice de Hirschman-Herfindahl modificado (HHm), em linha com o proposto por Crocco et al. (2006). Igualmente, tendo-se a disponibilidade de uma série de 27 anos de dados calculados, aferiu-se a significância estatística da tendência do CGL com base na tabela de Analysis of Variance (ANOVA) (GUJA-

RATI, 1995; SARTORIS, 2003).

O QL e o CGL são desenvolvidos na subse-ção 2.1, ao passo que os procedimentos para cálculo do HHm e da tabela ANOVA são detalhados na sub-seção 2.2.

2.1 - Quociente Locacional (QL) e Coeficiente de Gini Locacional (CGL)

Um trabalho clássico que empregou o CGL é

o de Krugman (1991), com ênfase em avaliação de di-nâmica locacional para setores produtivos. A partir deste trabalho, outros estudos (BERTINELLI; DECROP, 2010; VAN DEN HEUVEL et al., 2013) ressaltaram os méritos do coeficiente, em particular a implementa-ção simples e a relativamente menor exigência de de-sagregação dos dados.

Piet et al. (2012) utilizaram o CGL para medir a desigualdade de porte das fazendas francesas ao longo do tempo. Igualmente, vários outros estudos empregaram este instrumento além da agropecuária e da análise de fluxos comerciais. Foram exemplos,

-13

-11

-9

-7

-5

-3

-1

1

3

520

00 T

1

2000

T3

2001

T1

2001

T3

2002

T1

2002

T3

2003

T1

2003

T3

2004

T1

2004

T3

2005

T1

2005

T3

2006

T1

2006

T3

2007

T1

2007

T3

2008

T1

2008

T3

2009

T1

2009

T3

2010

T1

2010

T3

2011

T1

2011

T3

2012

T1

2012

T3

2013

T1

2013

T3

2014

T1

2014

T3

2015

T1

2015

T3

% a

.a.

Ano

Média: 0,93% a.a.

Freitas, R. E.


38

neste diapasão, Lu, Flegg e Deng (2011) (para estudar especialização regional na China), Devereux, Griffith e Simpson (2004) (para medir concentrações setoriais de alta tecnologia) ou Ruan e Zhang (2014) (para identificar realocações industriais). Já Reveiu e Dar-dala (2011) aplicaram o QL para investigar estatísti-cas de emprego e desemprego na Romênia, em nível municipal.

O QL identificará se a importância relativa da UE é maior para um grupo i de exportações agrope-cuárias brasileiras do que para o conjunto das expor-tações (agropecuárias e não agropecuárias) brasilei-ras. Trata-se do primeiro passo para calcular o CGL. Este, em segundo estágio, é útil para analisar a con-centração espacial de um grupo de exportações em um dado mercado comprador (no caso, os países que formam a UE).

De acordo com a definição de Haddad (1989), a equação (1) informa o QL, definido para cada grupo i das exportações agropecuárias brasileiras:

* * **/ / /ij ij i jQL X X X X (1)

Em (1):

ijX = exportações agropecuárias brasileiras do grupo

i para o país j; j: UE, neste exemplo;

*iX = exportações agropecuárias brasileiras do grupo

i para todos os países;

jX * = exportações brasileiras para o país j; j: UE, neste exemplo;

**X = exportações brasileiras para todos os países;

*/ij iX X = importância relativa do país j nas ex-

portações agropecuárias brasileiras do grupo i;

* **/jX X = importância relativa do país j nas ex-

portações brasileiras totais. No caso de grandes mercados importadores,

tipicamente a UE, o procedimento inicial é organizá- -los em ordem decrescente do QL a partir de uma va-riável selecionada. Aqui, escolheu-se a parcela devida

ao grupo i nas receitas de exportações agropecuárias brasileiras. Subsequentemente, constrói-se uma curva de localização para cada um dos grupos de produtos importados (mercados importadores), e então defi-nem-se os pontos constituintes da curva requerida, com base nos seguintes passos:

As coordenadas de Y são obtidas das propor-ções acumuladas da variável selecionada (share de-vido ao grupo i nas receitas de exportações agrope- cuárias brasileiras, por exemplo) no mercado final sob análise;

As coordenadas de X são derivadas das pro-porções acumuladas da mesma variável (share de-vido ao grupo i nas receitas de exportações agrope-cuárias brasileiras) no mercado mundial, isto é, ob-servando-se como destino todos os países importa-dores do Brasil.

Em ambos os casos, tanto das coordenadas de X como de Y, a ordem em que os dados são impu-tados é dada pela ordem descendente do QL. No hipotético caso de cinco grupos de produtos agrope-cuários brasileiros exportados, a curva de localização final contemplaria cinco pontos (Figura 2).

O CGL é resultado da razão entre a área som-breada definida por β e a área do triângulo ABC, res-trito por uma reta de 45º. Consequentemente:

/ 0.5 2.CGL (2)

O limite máximo do CGL é 1 por conta do fato

de que o valor máximo de β é 0,5. Conforme advogam Suzigan et al. (2003),

quanto mais próximo de 1 o CGL mais concentradas seriam as exportações agropecuárias brasileiras no mercado em questão, e vice-versa. Contudo, no âm-bito de um amplo mercado mundial para importa-ções agropecuárias, o CGL tende a ser relativamente pequeno, mesmo no caso da UE, em face das dimen-sões de cada grupo i de produto agropecuário nego-ciado internacionalmente.



39

Figura 2 - Área de Concentração do CGL. Fonte: Elaborada pelo autor a partir de dados de Krugman (1991) e Suzigan et al. (2003).

2.2 - ANOVA e Demanda Líquida por Exportações Agropecuárias Brasileiras

Obtidos os dados do CGL, pode-se avaliar

a tendência da série em termos de sua magnitude e significância estatística. Neste ponto, empregar-se-á o procedimento sumarizado na tabela ANOVA e o correspondente Teste F. De acordo com Gujarati (1995) e Sartoris (2003) o Teste F permite testar a hi- pótese de que a tendência da série seja nula. Esta etapa permitirá analisar se a concentração (ou des- concentração) de exportações agropecuárias brasilei-ras em torno da UE é consistente ao longo do tempo, caso exista.

Neste estudo parte-se de um modelo de re-gressão linear simples utilizando-se o tempo (T) como variável explicativa do comportamento do CGL ao longo da série, conforme descrito na equação (3), onde o termo tu é assumido com as hipóteses clássi-cas acerca do comportamento do resíduo no modelo de regressão linear simples.

3Uma extensão para o caso multivariado está em Greene (2000, pp. 224-242).

0 1.t tCGL T u (3)

Certamente, optou-se por partir do modelo simples3 de modo a se ter uma primeira avaliação com a qual seja possível estabelecer novas questões quanto à melhor compreensão da importância da UE para as exportações agropecuárias brasileiras.

A partir da equação acima, conforme Sartoris (2003), pode-se decompor a variância total observada (SQT) em variância devida ao modelo linear simples (SQREG) e variância devida aos resíduos da equação (SQRES), o que em termos de cada ponto da série de da-dos é representado pela equação (4), observando-se que cglm é a média amostral da série CGL e cglest é a esti-mativa do CGL para cada ponto do tempo, conforme o modelo de regressão linear simples:

SQT= SQReg + SQRes = 2

1

Tt mt

cgl cgl

2 2

1 1

T Test m estt t

cgl cgl e

(4)

X

Y

45º

A

BC

β

1

1

Freitas, R. E.


40

Estabelecidas as fontes de variação e os graus de liberdade utilizados em cada termo da equação acima, pode-se calcular a tabela ANOVA (Tabela 1), cujo F calculado (Fcalc) possibilita avaliar a signifi-cância estatística dos coeficientes da equação (3).

Outra ferramenta de análise é aquela pro-posta em Crocco et al (2006) e pode ser interpretada como a demanda líquida especificamente devida aos produtos agropecuários no âmbito das transações Brasil-União Europeia. Trata-se do índice de HHM, descrito na equação (5) a seguir.

**** // XXXXHHm jiijij

(5) O HHm supre parcialmente uma limitação

característica do CGL e do QL, que aqui se prende ao fato de eles não detalharem o grau de diversidade econômica da pauta agropecuária exportada pelo Brasil para o mercado da UE, dentre os produtos agropecuários. Como se observa, o HHm resulta os efeitos líquidos (devidos à pauta agropecuária brasi-leira exportada) do fluxo comercial em vigor, para a UE neste caso.

Portanto, a importância relativa de um país j para o grupo i de exportações agropecuárias brasi-leiras é descontada pela importância relativa do mesmo país para todos os bens (agropecuário e não agropecuários) exportados àquele destino. Com esta ferramenta, obtêm-se novas informações sobre se a UE é - em termos líquidos - relativamente deman-dante de um grupo i de exportações agropecuárias brasileiras.

3 - RESULTADOS E DISCUSSÃO Este tópico subdivide-se em duas partes. A

subseção 3.1 é dedicada aos resultados do QL, do CGL e do cálculo do Teste F. Já a subseção 3.2 apresenta os valores correspondentes ao índice de HHm.

3.1 – Quociente Locacional, Coeficiente de Gini Lo-cacional e Teste F

Uma primeira observação refere-se à parcela

devida à demanda da UE nas exportações brasileiras, agropecuárias e não agropecuárias, nos anos de obser-vação do estudo (Figura 3).

Inicialmente, nota-se uma perda de espaço da UE nas exportações brasileiras em todos os bens, mas esta redução de participação foi mais expressiva na pauta de exportações agropecuárias do país. Aná-lise similar foi empreendida por Freitas (2016) com foco nos mercados dos EUA. Ali, identificaram-se des-concentração de produtos agropecuárias brasileiros dos mercados dos EUA e um padrão de especialização de demanda mais concentrado que no caso europeu, em termos dos produtos adquiridos.

Historicamente, a UE sempre foi uma tradi-cional importadora de café e de tortas e bagaços de soja (WTO, 2017), e países como Colômbia e Vietnã, no caso do café, e Argentina e Estados Unidos, no exem-plo da soja, têm se tornado sólidos competidores da produção brasileira.

Em termos de trajetória, houve um ápice par-ticipativo da UE nas exportações agropecuárias brasi-leiras entre os anos de 1996 e 2002. A contar deste úl-timo ano, aquele destino perde claramente espaço nas vendas brasileiras de produtos agropecuários.

Já no âmbito dos bens não agropecuários, há declínio de participação da UE, mas com tendência à estabilização nos 15 anos recentes.

Já para o cálculo do CGL, relativo à UE, é im-portante salientar que o mesmo tomou por base a participação dos diferentes grupos de produtos nas exportações agropecuárias brasileiras totais, entre 1989 e 2015. Destarte, os procedimentos operacionais para aferição do QL e do CGL tomaram como dada a distribuição de comércio nas exportações agropecuá-rias brasileiras (Tabela 2).

Como estabelecido na metodologia, o cálculo do QL precede o do CGL em termos operacionais. As-sim, a tabela 3 informa o QL para os grupos de pro-dutos agropecuários brasileiros exportados à UE en-tre 1989 e 2015.



41

Tabela 1 - Análise de Variância (ANOVA) Fonte (A) Graus de liberdade (B) Quadrado médio = (A)/(B) F calculado (Fcalc)

SQReg 1 SQReg/1 = QMReg Fcalc = QMReg/QMRes

SQRes (n-2) SQRes/(n-2) = QMRes

SQT (n-1) SQT/(n-1)

Fonte: Elaborada pelo autor partir de dados do Sartoris (2003)

Figura 3 - Participação da UE nas Exportações, Brasil, 1989 a 2015. Fonte: Elaborada pelo autor a partir de dados do MDIC (2016).

Tabela 2 - Participação dos Grupos de Produtos1 nas Exportações Agropecuárias Brasileiras Totais, Média

do Período 1989-2015

Grupo de produto (SH2) Part. % Grupo de produto (SH2) Part. %

Sementes e oleaginosos (12) 16,09 Óleos animais ou vegetais (15) 4,58

Carnes e miudezas (02) 14,01 Preparações de carne e peixes (16) 2,40

Resíduos de ind. alimentares (23) 12,97 Cereais (10) 2,32

Açúcares e confeitaria (17) 11,96 Preparações alimentícias (21) 2,25

Café e mates (09) 11,04 Frutas (08) 1,93

Preparações de hortícolas (20) 6,93 Bebidas e vinagres (22) 1,73

Tabaco e manufaturados (24) 6,39 Cacau e preparações (18) 1,50

1Foram exibidos somente os grupos de produtos com participação acima de 1%. Fonte: Elaborada pelo autor a partir de dados do MDIC (2016).

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

%

Ano

UE nas exportações não agropecuárias

UE nas exportaçõesagropecuárias

Freitas, R. E.


42

Tabela 3 - QL por Grupos de Produtos, Subperíodos Selecionados, 1989 a 2015

QL grupos de produtos na UE 1989-2015 1989-1994 1994-2008 2008-2015

Plantas vivas e floricultura (06) 2,922 2,617 2,807 3,394Peleteria e suas obras (43) 2,190 0,000 2,271 3,392Frutas (08) 2,148 1,148 1,926 3,322Resíduos de ind. alimentares (23) 2,943 2,748 2,872 3,255Preparações de hortícolas (20) 2,420 1,658 2,389 3,001Preparações de carne e peixes (16) 2,311 2,216 2,015 2,939Café e mates (09) 2,219 1,676 2,208 2,644Tabaco e manufaturados (24) 1,742 1,776 1,623 1,941Peles e couros (41) 1,180 0,938 0,802 1,923Óleos essenciais e resinoides (33) 1,374 1,007 1,314 1,775Outras fibras têxteis vegetais (53) 2,340 1,063 3,544 1,374Matérias albuminoides e colas (35) 1,180 1,044 1,208 1,271Gomas e resinas vegetais (13) 1,291 1,359 1,273 1,230Produtos hortícolas (07) 1,011 1,262 1,009 0,992Sementes e oleaginosos (12) 1,937 2,502 2,278 0,931Preparações alimentícias (21) 0,709 0,653 0,679 0,850Outros itens de origem animal (05) 1,666 2,304 1,936 0,670Óleos animais ou vegetais (15) 0,499 0,486 0,503 0,573Bebidas e vinagres (22) 0,600 0,615 0,676 0,562Cereais (10) 0,672 0,504 0,868 0,498Carnes e miudezas (02) 0,927 1,061 1,093 0,496Produtos diversos de ind. quím. (38) 0,225 0,000 0,278 0,297Malte, amidos e féculas (11) 0,234 0,176 0,239 0,262Leite e laticínios (04) 0,313 0,197 0,367 0,260Cacau e preparações (18) 0,417 0,593 0,450 0,252Matérias para entrançar (14) 1,109 2,173 1,222 0,227Açúcares e confeitaria (17) 0,924 0,119 1,529 0,213Lã e pelos finos ou grosseiros (51) 0,650 1,482 0,571 0,177Seda (50) 0,252 0,024 0,446 0,122Preparações de cereais (19) 0,093 0,047 0,109 0,089Algodão (52) 0,421 0,132 0,694 0,076Produtos químicos orgânicos (29) 0,213 0,393 0,229 0,017Animais vivos (01) 0,043 0,061 0,055 0,005Produtos farmacêuticos (30) 0,000 0,000 0,000 0,000

Fonte: Elaborada pelo autor a partir de dados do MDIC (2016). Dado que alguns fatos estilizados são mar-

cantes para o período avaliado, para uma melhor compreensão os valores do QL são apresentados em termos médios para subperíodos relevantes, isto é, 1989-2015 (toda a série), 1989-1994 (antes do Plano Real), 1994-2008 (entre o Plano Real e a crise econô-mica mundial iniciada nos Estados Unidos), e 2008-2015 (pós-crise econômica mundial). Como o último subperíodo é o mais recente, os dados estão ordena-dos em ordem decrescente de acordo com este sub-período.

Onze grupos de produtos mostraram QL

maior que 1 em todos os subperíodos analisados, in-clusive na média de toda a série. Foram eles: plantas vivas e floricultura (06), frutas (08), resíduos de indús-trias alimentares (23), preparações de hortícolas (20), preparações de carne e peixes (16), café e mates (09), tabaco e manufaturados (24), óleos essenciais e resi-noides (33), outras fibras têxteis vegetais (53), maté-rias albuminoides e colas (35) e gomas e resinas vege-tais (13).

Por apresentarem QL médio superior à uni-dade, tais grupos de produtos são relativamente mais atraídos pelo mercado da UE que por outros merca-



43

dos no contexto das exportações agropecuárias brasi-leiras para o mundo.

Acerca destes produtos, duas observações devem ser feitas. Em primeiro plano, o fato de que os dois grupos líderes (planta vivas e floricultura, e fru-tas) são prioritariamente itens básicos, não processa-dos. O mesmo se dá com os grupos de café e mates, e outras fibras têxteis vegetais. Esta informação su-gere que parte representativa da maior demanda re-lativa da UE sobre as exportações agropecuárias bra-sileiras se concentra em itens de reduzido nível de processamento.

Em segundo lugar, todos estes grupos de produtos não se situam nos dez perfis tarifários agrí-colas com maior incidência de tarifas específicas pra-ticadas pela UE em face de países como o Brasil, que em regra se defrontam com as tarifas MFN ao chegar aos portos recebedores europeus.

Conforme levantamento em WITS (2017) os dez perfis tarifários agrícolas com maior incidência de tarifas específicas europeias no padrão MFN são: pro-dutos químicos orgânicos (29), produtos diversos de indústrias químicas (38), preparações de cereais (19), leite e laticínios (4), malte, amidos e féculas (11), açú-cares e confeitaria (17), cereais (10), carnes e miudezas (02), cacau e preparações (18), bebidas e vinagres (22).

Neste sentido, a ausência de tarifas específi-cas alinha-se com produtos que, independentemente do subperíodo aferido, são relativamente mais atraí-dos pelos mercados da UE.

Já a média das tarifas agrícolas europeias no conceito MFN é de 14,4%, notadamente acima dos va-lores médios para bens não agrícolas (4,3%) (WTO, 2015). Ademais, as tarifas agrícolas da UE são excep-cionalmente menores nos sistemas de preferência (SGP, ACP, LDC) ou nos acordos bilaterais de que a UE é parte (WTO, 2017).

Aqui, é importante observar que está em curso negociação acerca de um acordo Mercosul- -União Europeia. As negociações prolongam-se desde 1999 e passaram por trocas de ofertas comerci-ais em 2016. O acordo inclui bens agrícolas, ponto de maior resistência dos países europeus, e tem nova ro-

dada de negociações prevista para o primeiro trimes-tre de 2017 (MRE, 2016).

Já os dados do CGL (Tabela 4) mostram uma perda relativa de poder de atração dos mercados da UE em termos da pauta de exportações agropecuárias brasileiras, com traçado mais nítido pós 2002. Esta tra-jetória torna-se explícita quando se toma em conta a média acumulada ao longo dos períodos (Média [CGLT;CGLT10]).

A título de exemplo, a média [CGL90;CGL89] resulta da média entre os CGL para 1989 e 1990, a mé-dia [CGL91;CGL89] advém da média entre os CGL para 1989, 1990 e 1991, e assim sucessivamente. Nesta va-riável, o ponto de máximo foi registrado exatamente em 2002.

De fato, a UE tem celebrado inúmeros acor-dos bilaterais de comércio (SANTO, LIMA e SOUZA, 2012; WTO, 2017). Assim, este resultado pode advir da atuação europeia na estruturação e implementa-ção de acordos comerciais bilaterais em favor dos paí- ses competidores do Brasil em bens agropecuários fi-nais. Segundo Kherallah et al. (1994), a UE de longa data estabelece acordos preferenciais que envolvem não apenas reduções tarifárias, mas igualmente transferência de tecnologia para nações em desenvol-vimento, no âmbito dos acordos ACP e LDC, que em regra não incluem o Brasil em bens agropecuários.

Além disso, outros dois elementos são cruci-ais neste aspecto. Em primeiro lugar, o fato de a UE ser o segundo maior mercado produtor e o segundo mercado exportador em bens agrícolas (WTO, 2015), tratando-se, também, de um competidor da produção brasileira em inúmeros mercados. Em segundo plano, há também o fôlego comprador de novos mercados demandantes da produção agropecuária brasileira, como Oriente Médio e Sudeste Asiático.

Quanto ao valor calculado para o Teste F, os cálculos implicam em não rejeitar a tendência esti-mada, em 1%, 5% ou 10% de significância estatística. Ou seja, é factível inferir que a inclinação devida ao tempo para explicar o CGL seja diferente de 0 ao longo do intervalo temporal aferido. Os dados para o Teste F são apresentados na tabela 5.

Freitas, R. E.


44

Tabela 4 - CGL das Exportações Agropecuárias Brasileiras-UE, 1989-2015

Ano CGL UE Média[CGLt;CGLt0] ANO CGL UE Média[CGLt;CGLt0]

1989 0,193 0,193 2003 0,222 0,2701990 0,177 0,185 2004 0,189 0,2651991 0,179 0,183 2005 0,188 0,2601992 0,214 0,191 2006 0,156 0,2541993 0,247 0,202 2007 0,156 0,2491994 0,275 0,214 2008 0,157 0,2441995 0,218 0,215 2009 0,176 0,2411996 0,256 0,220 2010 0,109 0,2351997 0,389 0,239 2011 0,100 0,2291998 0,328 0,247 2012 0,101 0,2241999 0,342 0,256 2013 0,084 0,2182000 0,268 0,257 2014 0,124 0,2152001 0,377 0,266 2015 0,117 0,2112002 0,360 0,273 Média 0,211 0,232

Fonte: Elaborada pelo autor a partir de dados do MDIC (2016).

Tabela 5 - Teste F e ANOVA para a Tendência no Tempo do CGL, 1989 a 2015

Fonte Graus de liberdade Soma dos quadrados (SQ) Quadrado médio (QM) F

Regressão 1 0,0605 0,0605 10,54Resíduo 25 0,1436 0,0057 Total 26 0,2042 0,0079


Assim, o CGL calculado mostrou-se clara-mente positivo em termos médios ao longo dos 27 anos de análise, com tendência, porém, de diminui-ção. A média de toda a série (0,211) enfatiza que as compras da UE junto às exportações agropecuárias brasileiras ainda são relevantes no agregado mundial, mas com menor peso relativo que no subperíodo 1989-2002 (Figura 4).

Acerca destes resultados, a UE exerce uma série de medidas de suporte direto à produção agro-pecuária (WTO, 2015). Estas políticas têm sofrido ajus-tes sucessivos internamente, mas não têm sofrido al-terações estruturais no passado recente (WTO, 2017). Neste âmbito, incluem-se esquemas de pagamentos diretos para produtores de cereais, oleaginosas, lác-teos, algodão, frutas e hortícolas, além de carne bo-vina. Há também outras formas de apoio em troca de serviços ambientais (greening), políticas de bem-estar animal, pagamentos dirigidos a jovens agricultores, pagamentos específicos para áreas com restrições na-turais e pagamentos associados à produção.

Resta ainda analisar, no âmbito das exporta-ções agropecuárias Brasil-União Europeia, em quais produtos tem se concentrado a aquisição daquela re-gião por bens agropecuários brasileiros. Ainda que se observe uma relativa perda de espaço da UE como destino dos produtos agropecuários exportados pelo Brasil, a elevada renda per capita e a centralidade da-queles mercados nas importações agrícolas e pecuá-rias mundiais fazem dele um destino estratégico para as vendas agropecuárias brasileiras. 3.2 - Índice de Hirschman-Herfindahl Modificado

(HHm)

Os cálculos do índice HHm informam que 17 dos 34 grupos de produtos exibiram HHm positivo, ou seja, demanda líquida positiva da UE para aqueles gru-pos de produtos face à sua significância para todos os bens (agropecuários e não agropecuários) a ela expor-tados, pela média do período avaliado (Tabela 6).



45

Figura 4 - Tendência no Tempo do CGL e Reta Estimada, 1989-2015. Fonte: Elaborada pelo autor a partir dos dados do MDIC (2016).

Tabela 6 - HHm Médio das Exportações Agropecuárias Brasil - UE, 1989-2015

Grupo de produto (NCM)

HHmmédio

Grupo de produto (NCM)

HHmmédio

(1989-2015) (1989-2015)

Resíduos de ind. alimentares (23) 0,493 Açúcares e confeitaria (17) -0,005

Plantas vivas e floricultura (06) 0,484 Carnes e miudezas (02) -0,010

Peleteria e suas obras (43) 0,376 Lã e pelos finos ou grosseiros (51) -0,070

Outras fibras têxteis vegetais (53) 0,357 Preparações alimentícias (21) -0,080

Preparações de hortícolas (20) 0,346 Cereais (10) -0,083

Preparações de carne e peixes (16) 0,324 Bebidas e vinagres (22) -0,104

Café e mate (09) 0,298 Óleos animais ou vegetais (15) -0,133

Sementes e oleaginosos (12) 0,270 Algodão (52) -0,144

Frutas (08) 0,257 Cacau e preparações (18) -0,146

Outros itens de origem animal (05) 0,199 Leite e laticínios (04) -0,179

Tabaco e manufaturados (24) 0,187 Seda (50) -0,194

Óleos essenciais e resinóides (33) 0,083 Produtos químicos orgânicos (29) -0,197

Gomas e resinas vegetais (13) 0,078 Malte, amidos e féculas (11) -0,199

Matérias para entrançar (14) 0,059 Produtos diversos de ind. quím. (38) -0,205

Matérias albuminoides e colas (35) 0,043 Preparações de cereais (19) -0,236

Peles e couros (41) 0,039 Animais vivos (01) -0,247

Produtos hortícolas (07) 0,003 Produtos farmacêuticos (30) -0,311


y = -0,0061x + 0,2962R² = 0,2965

0,00

0,10

0,20

0,30

0,40

0,50

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

Freitas, R. E.


46

Em itens como cereais, bebidas e vinagres, e

lácteos, nos quais a UE é líder em exportações mundiais (SANTO, 2010; SANTO; LIMA; SOUZA, 2012; WTO, 2015), seria natural a baixa demanda líquida identificada.

Ademais, os dados da tabela 6 mostram uma hierarquia em termos da demanda da UE para dados produtos. Em primeiro lugar, citam-se os resíduos das indústrias alimentares (23), e as plantas vivas e floricultura (06). Num segundo estágio encontram-se peleteria e suas obras (43), outras fibras têxteis vege-tais (53), preparações de hortícolas (20), e preparações de carnes e peixes (16).

A identificação do grupo das plantas vivas e floricultura (06) mereceria aprofundamento posterior, porque foi o segundo de maior índice e porque não é um grupo tradicionalmente reportado como significa-tivo nas exportações agropecuárias brasileiras (SANTO; LIMA; SOUZA, 2012; OCDE-FAO, 2014). Já em relação aos itens dos capítulos 43 (peleteria e suas obras) e 53 (outras fibras têxteis vegetais), certa cau-tela é necessária quanto aos resultados obtidos vez que há pequeno número de alíneas SH04 reportadas naqueles capítulos do Acordo Agrícola.

Outro dado a destacar são os elevados valo-res para as preparações (NCM 23, 20 e 16), de onde es-tratégias de agregação de valor poderiam propiciar ganhos efetivos para o Brasil. Segundo Vieira, Buai-nain e Figueiredo (2016), a falta de coordenação in-terna entre o setor produtivo e as políticas de infraes-trutura é um dos principais limitantes para a agrega-ção de valor do produto agropecuário nacional. Para-lelo a este argumento, Giovannetti e Marvasi (2016), ao analisar exportações agroalimentares da Itália, mostram que participar em uma cadeia de valor eleva significativamente a probabilidade de adentrar mer-cados exportadores.

Itens que também merecem ênfase são café e mate (09), sementes e oleaginosas (12), frutas (08), outros itens de origem animal (05), e tabaco e manu-faturados (24). São produtos agropecuários que me-receriam estudos individuais posteriores no intuito de defender o espaço já adquirido na UE ou elaborar estratégias de agregação de valor naquele mercado.

Acerca destes resultados, os mesmos coadu-nam-se com a vigência de diversas políticas regulató- rias específicas em vigor na UE (WTO; 2015, 2017), e que se associam a HHm negativo em produtos como leite e laticínios (quotas internas de produção, preços de referência em políticas de estocagem), bebidas e vinagres (quotas para áreas vinícolas), açúcares e confeitaria (quotas de produção, quotas de importa-ção, preços de referência em políticas de estocagem e preços mínimos internos) e carne de frango (subsí-dios à exportação e salvaguardas de preços para im-portações).

No caso do açúcar, Nastari (2012) já havia identificado exportações subsidiadas de açúcar da UE. Nesta direção, segundo Sá, Marino e Mizumoto (2012), historicamente, os setores do agronegócio mais prejudicados com os pesados subsídios euro-peus são os produtores de açúcar. Outro aspecto é que muitas vezes a proteção comercial pode ocorrer via restrições não tarifárias, como no setor carnes (SBARAI; MIRANDA, 2014).

Com base em WITS (2017), dentre 2.065 linhas tarifárias agrícolas da UE em 2015, identificaram- -se 959 produtos com tarifação específica, ou 46% do total de alíneas agrícolas. Neste contexto, inúmeros itens de HHm negativo são também objeto de elevada incidência de tarifas específicas, a exemplo de açúca-res e confeitaria, carnes e miudezas, cereais, bebidas e vinagres, cacau e preparações, leite e laticínios, produtos químicos orgânicos, produtos diversos de indústrias químicas, malte, amidos e féculas, e pre-parações de cereais.

Complementarmente aos dados da tabela 6, aferiu-se a proporção de tempo em que cada grupo de produto teve HHm positivo ao longo dos 27 anos, entre 1989 e 2015. Esta informação oferece o grau de persistência de demanda líquida da UE em termos dos respectivos grupos de bens (Tabela 7).

Evidenciam-se os grupos de resíduos de indústrias alimentares (23), café e mates (09), prepa-rações de hortícolas (20), tabaco e manufaturas (24), preparações de carnes e peixes (16), e plantas vivas e floricultura (06). Dentre tais grupos de produtos des-



47

Tabela 7 - Proporção de Anos com HHM Positivo (>0) para a UE, 1989 a 2015

Grupo de produto (NCM) HHm > 0

(%)Grupo de produto (NCM)

HHm > 0(%)

Resíduos de ind. alimentares (23) 100 Peles e couros (41) 44

Café e mates (09) 100 Açúcares e confeitaria (17) 22

Preparações de hortícolas (20) 100 Cereais (10) 22

Tabaco e manufaturados (24) 100 Lã e pelos finos ou grosseiros (51) 22

Preparações de carne e peixes (16) 100 Bebidas e vinagres (22) 19

Plantas vivas e floricultura (06) 100 Algodão (52) 15

Frutas (08) 93 Preparações alimentícias (21) 11

Óleos essenciais e resinóides (33) 89 Seda (50) 11

Matérias albuminoides e colas (35) 85 Óleos animais ou vegetais (15) 7

Sementes e oleaginosos (12) 78 Leite e laticínios (04) 4

Gomas e resinas vegetais (13) 78 Produtos diversos de ind. quím. (38) 4

Outros itens de origem animal (05) 67 Cacau e preparações (18) 0

Outras fibras têxteis vegetais (53) 67 Animais vivos (01) 0

Peleteria e suas obras (43) 63 Preparações de cereais (19) 0

Carnes e miudezas (02) 56 Malte, amidos e féculas (11) 0

Produtos hortícolas (07) 48 Produtos químicos orgânicos (29) 0

Matérias para entrançar (14) 44 Produtos farmacêuticos (30) 0


tacados, com base na tabela 7, há uma baixa incidên-cia de tarifas ad valorem, com exceção de tabaco e ma-nufaturados (21,46% em média) e das preparações de hortícolas (13,37% em média).

Um segundo grupo que pode definir análises específicas ulteriores é o de frutas (08), óleos essenci-ais e resinoides (33), matérias albuminoides e colas (35), sementes e oleaginosos (12) e gomas e resinas ve-getais (13), com HHm positivo entre 78% e 93% dos anos avaliados.

Já os mercados de vinhos e de frutas pré-pro-cessadas representam mercados atraentes para o Bra-sil, sobretudo em termos da estrutura competitiva da agropecuária brasileira (BARROS, J.; BARROS, 2005) e da relativa disponibilidade de recursos (CÂMARA et al., 2015; FREITAS; MENDONÇA, 2016).

Por fim, as categorias de outros itens de ori-gem animal (05), outras fibras têxteis vegetais (53), pe-leteria e suas obras (43) e carnes e miudezas (02) re-

presentam grupos com HHm entre 56% e 67% do pe-ríodo aferido e sugerem monitoramento com os da-dos de novos anos que estejam disponíveis para a pesquisa.


Os dados sinalizam uma perda relativa de poder de atração dos mercados da UE na pauta de ex-portações agropecuárias brasileiras, sobretudo pós 2002. Este fenômeno apoia-se tanto na atuação comer-cial europeia em busca de diferentes países provedo-res, quanto no ganho de poder de compra ou incre-mento de volumes adquiridos por países de outras áreas do globo, tipicamente Oriente Médio e Sudeste Asiático.

Identificou-se uma trajetória levemente de-clinante, mas estatisticamente significativa, da par-

Freitas, R. E.


48

cela devida à UE nas exportações agropecuárias bra-sileiras. Isto, porém, não elimina o papel estratégico daquela região em termos dos interesses comerciais do setor agropecuário brasileiro, conforme se atesta pelo próprio CGL médio de longo prazo, da ordem de 0,211, relativamente elevado em termos do método utilizado.

Em termos dos grupos de produtos avalia-dos, resíduos das indústrias alimentares e as plantas vivas e floricultura merecem destaque, em especial o último grupo, raramente citado em estudos de pene-tração de produtos agropecuários brasileiros em mer-cados internacionais.

É igualmente significativa a importância co-mercial das preparações de alimentos (capítulos 16, 20 e 23) na relação comercial com a UE. Todos estes grupos ganhariam competitividade para entrada nos mercados europeus com a implementação de estraté-gias de agregação de valor, o que depende não só de ajustes das respectivas cadeias agroindustriais, mas também da solução de restrições de entorno (infraes-trutura, defesa sanitária e melhor articulação das ca-deias de fertilizantes).

Grupamentos específicos presenciaram difi-culdade de acesso nos mercados da UE, associados a políticas internas de suporte (cereais, lácteos, algo-dão, frutas, hortícolas e carnes) ou pela presença de altas tarifas ou outros instrumentos de política comer-cial (lácteos, bebidas e vinagres, açúcares e confeita-ria, carnes e miudezas, cereais e suas preparações, e cacau e suas preparações).

Itens para aprofundamento da pesquisa são elencados. Em primeiro plano, aprofundar a investi-gação das causas subjacentes à perda de espaço da UE nas exportações agropecuárias brasileiras, seja em ter-mos das decisões comerciais domésticas da própria ou de melhores condições de acesso do Brasil em ter-ceiros mercados.

Neste front, entraves para a constituição de um acordo comercial União Europeia-Mercosul têm raízes em uma posição relativamente defensiva da UE em acesso a seus mercados de itens alimentares desde 1999. Nesse meio tempo, inúmeros acordos co-

merciais foram assinados com terceiros países, mui-tos deles competidores do Brasil em itens alimentí-cios. Há também indícios de que a proteção comercial da UE em agricultura esteja se transferindo para tari-fas específicas e para barreiras não tarifárias, como as regulações sanitárias.

Um segundo ponto diz respeito a abrir os da-dos de estrutura setorial das cadeias de insumos (a montante) e de comercialização (a jusante) dos pro-dutos identificados, o que poderia gerar informações úteis para políticas públicas e privadas sobre ajustes para agregação de valor nas respectivas cadeias de bens finais.

Finalmente, outro desdobramento recomen-dado seria comparar o nível de demanda líquida des-tes específicos grupos de bens em outros grandes mercados mundiais compradores de alimentos, como Japão, Estados Unidos e China.

LITERATURA CITADA

BARROS, J. R. M.; BARROS, A. L. M. A geração de conhecimento e o sucesso do agronegócio brasileiro. Revista de Política Agrícola, Brasília, Ano 14, n. 4, p. 5-14, out./nov./dez. 2005.

BARROS, G. S. C.; BACCHI, M. R. P.; BURNQUIST, H. L.Estimação de equações de oferta de exportação de produtos agropecuários para o Brasil (1992/2000). Brasília: IPEA, 2002. 51 p. (Texto para Discussão n. 865).

BERTINELLI, L.; DECROP, J. Geographical agglomeration: Ellison and Glaser’s index applied to the case of Belgian manufacturing industry. Regional Studies, United Kingdom, Vol. 39, Issue 5, pp. 567-583, 2010.

BONELLI, R.; MALAN, P. S. Os limites do possível: notas sobre o balanço de pagamentos e indústria nos anos 70. Pesquisa e Planejamento Econômico, Brasília, v. 6, n. 2, p. 353-406, ago. 1976.

CÂMARA, G. et al. Modelling Land Use Change In Brazil: 2000-2050. São José Dos Campos: INPE; Brasília: IPEA; Luxemburgo: IIASA; Cambridge: UNEPWCMC, 2015. 11 p.

CASTILHO, M. R. O acesso das exportações do Mercosul ao mercado europeu. In: ENCONTRO NACIONAL DE ECONOMIA, 29., Salvador, 2001. Anais... Brasília: ANPEC, 2001. p. 1-21.

CONFEDERAÇÃO NACIONAL DA INDÚSTRIA - CNI. Desafios à competitividade das exportações brasileiras. Brasília: CNI/EASPE/FGV, 2016. 144 p.



49

COSTA, C. C.; GUILHOTO, J. J. M.; IMORI, D. Importância dos setores agroindustriais na geração de renda e emprego para a economia brasileira. Revista de Economia e Sociologia Rural, Piracicaba, v. 51, n. 4, p. 797-808, out./dez. 2013.

CROCCO, M. A. et al. Metodologia de identificação de aglomerações produtivas locais. Nova Economia, Belo Horizonte, v. 16, n. 2, p. 211-241, maio/ago. 2006.

DEVEREUX, M. P.; GRIFFITH, R.; SIMPSON, H. The geographic distribution of production activity in the UK. Regional Science and Urban Economics, Netherlands, Vol. 34, Issue 5, pp. 533-564, Sept. 2004.

FREITAS, R. E. Exportações agropecuárias brasileiras: os mercados dos EUA. Revista de Política Agrícola, Brasília, v. 25, n. 4, p. 136-151, 2016.

_____.; MENDONÇA, M. A. A. Expansão agrícola no Brasil e a participação da soja: 20 anos. Revista de Economia e Sociologia Rural, Piracicaba, v. 54, n. 3, p. 497-516, jul./set. 2016.

GIOVANNETTI, G.; MARVASI, E. Food exporters in global value chains: evidence from Italy. Food Policy, Vol. 59, pp.110-125, Feb. 2016.

GREENE, W. H. Econometric analysis. 4 ed. New Jersey: Prentice-Hall, 2000. 1004 p.

GUJARATI, D. N.Basic econometrics. Singapore: McGraw-Hill, 1995. 838 p.

HADDAD, P. R. Medidas de localização e de especialização. In: HADDAD, P. R. et al. (Org.). Economia regional: teorias e métodos de análise. Fortaleza: BNB-ETENE, p. 225-248, 1989.

INSTITUTO DE PESQUISA ECONÔMICA APLICADA - IPEA. Ipeadata. Zona do Euro - PIB - var. real trimestral anualiz. - (% a.a.) - The Economist - ECONMI4_EUROPIBG34. Bra- sília: IPEA. Disponível em: <www.ipeadata.gov.br>. Acesso em: 8 set. 2016.

KHERALLAH, M. W. et al. Impacts of official development assistance on agricultural growth, savings and agricultural imports. Agricultural Economics, Vol. 11, pp. 99-110, 1994.

KRUGMAN, P. Geography and trade. Cambridge: MIT Press, 1991.

LU, Z.; FLEGG, A. T.; DENG, X. Regional specialization: a measure method and the trends in China. [S. L]: MPRA, nov. 2011. (MPRA Paper n. 33867). Disponível em: <http://mpra.ub.uni-muenchen.de/33867/>. Acesso em: 30 set. 2015.

MATA, D.; FREITAS, R. E. Produtos agropecuários: para quem exportar? Revista de Economia e Sociologia Rural, Piracicaba, v. 46, n. 2, p. 257-290, abr./jun. 2008.

MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO -

MAPA. Intercâmbio comercial do agronegócio: principais mercados de destino. Brasília: MAPA, 2013. 496 p.

MINISTÉRIO DAS RELAÇÕES EXTERIORES - MRE. 10ª rodada de negociações Mercosul- EU. Comunicado conjunto dos países do Mercosul e da União Europeia. Brasília: MRE, out. 2016. Disponível em: <http://www.itamaraty.gov.br/pt-BR/component/tags/tag/939-mercosul-uniao-europeia>. Acesso: 8 set. 2017.

MINISTÉRIO DE DESENVOLVIMENTO, INDÚSTRIA E COMÉRCIO

EXTERIOR - MDIC. Correlação de nomenclaturas: NCM x NBM. Brasília: MDIC, 2012. Disponível em: <http://www.desenvolvimento.gov.br/sitio/interna/interna.php?area=5&menu=1102&refr=605>. Acesso em: 1 jun. 2012.

_____. Aliceweb. Brasília: MDIC, 2016. Disponível em: <http://aliceweb.desenvolvimento.gov.br>. Acesso em: 30 mar. 2016.

NASTARI, P. Açúcar na Europa: perspectiva de eliminação de cotas de produção. Agroanalysis, Rio de Janeiro, v. 32, n 1, jan. 2012.

ORGANIZATION FOR ECONOMIC AND COOPERATION

DEVELOPMENT - OECD. Food and Agriculture Organization - FAO. Agricultural outlook 2014. Paris: OECD Publishing, 2014. Disponível em:<http://dx.doi.org/10.1787/agr_ outlook-2014-em>. Acesso em: 5 mar. 2016.

PIET, L. et al. How do agricultural policies influence farm size inequality? The example of France. European Review of Agricultural Economics, Vol. 39, Issue 1, pp. 5-28, Feb. 2012.

REVEIU, A. E.; DARDALA, M. Quantitative methods for identification of regional clusters in Romania. Journal of Applied Quantitative Methods, Vol. 6, Issue 2, pp.1-11, 2011.

RUAN, J.; ZHANG,X. "Flying geese" in China: the textile and apparel industry's pattern of migration. Journal of Asian Economics, United Kingdom, Vol. 34, pp. 79-91, Oct. 2014.

SÁ, C. D.; MARINO, M. K.; MIZUMOTO, F. M. Redução ou manutenção de subsídios? Agroanalysis, Rio de Janeiro, v. 32, n. 1, p. 24-25, jan. 2012.

SANTO, B. R. E. Brazil in the world dairy market. Revista de Política Agrícola, Brasília, ano 19, n. 1, p. 63-70, jan./fev./mar. 2010.

_____.; LIMA, M. L. F. N.; SOUZA, C. B. S. Os vinte principais mercados para exportação agrícola no futuro. Revista de Política Agrícola, Brasília, ano 21, n. 1, p. 76-91, jan./fev./mar. 2012.

Freitas, R. E.


50

SARTORIS, A. Estatística e introdução à econometria. São Paulo: Saraiva, 2003.

SBARAI, N.; MIRANDA, S. H. G. Tarifas equivalentes de medidas não tarifárias sobre exportações brasileiras de carne bovina para a UE (2000-2010). Revista de Economia e Sociologia Rural, Piracicaba, v. 52, n. 2, p. 267-284, abr./jun. 2014.

SEVELA, M. Gravity type-model of Czech agricultural export. Agricultural Economics, United Kingdom, Vol. 48, Issue 10, pp. 463-466, 2002.

SILVA, C. R. Falta terra no mundo? Agroanalysis, Rio de Janeiro, v. 31, n. 9, p. 45, set. 2011.

SUZIGAN, W.et al. Coeficientes de Gini Locacionais - GL: aplicação à indústria de calçados do Estado de São Paulo. Nova Economia, Belo Horizonte, v. 13, n. 2, p. 39-60, jul./dez. 2003.

VAN DEN HEUVEL, F. P.et al. Spatial concentration and location dynamics in logistics: the case of a Dutch provin- ce. Journal of Transport Geography,United Kingdom, Vol. 28, pp. 39-48, Apr. 2013.

VIEIRA, P. A.; BUAINAIN, A. M.; FIGUEIREDO, E. V. C. O Brasil alimentará a China ou a China engolirá o Brasil? Revista Tempo do Mundo, Brasília, v. 2, n. 1, p. 51-81, jan. 2016.

WORLD TRADE ORGANIZATION - WTO. Agreement on agriculture. Genebra: WTO, 2011. Disponível em: <http:// www.wto.org/english/docs_e/legal_e/14-ag.pdf>. Aces- so em: 20 dez. 2011.

_____. Trade policy review: the European Union. Genebra: WTO, 2015. Disponível em:<https://www.wto.org/ english/ tratop_e/tpr_e/tp417_e.htm>. Acesso em: 27 jun. 2017.

_____. Trade policy review: European Union. Genebra: WTO, 2017. Disponível em: <https://www.wto.org/english/trato p_e/tpr_e/tp457_e.htm>. Acesso em: 27 ago. 2017.

WORLD INTEGRATED TRADE SOLUTION - WITS. Integrated Data Base - IDB. Genebra: WTO, 2017. Disponível em: http://wits.worldbank.org/WITS/WITS/QuickQuery/FindTariff/FindTariff.aspx?Page=FindA Tariff. Acesso: 27 jun. 2017.

YOKOTA, P. Painel III: Impactos da mudança tecnológica do setor agropecuário brasileiro sobre o abastecimento. In: SEMINÁRIO SOBRE IMPACTOS DA MUDANÇA TECNOLÓGICA DO

SETOR AGROPECUÁRIO NA ECONOMIA BRASILEIRA,2001, Brasília. Anais... Brasília: Empresa Brasileira de Pesquisa Agropecuária, 2002.

ZAHNISER, S. S. et al. Regionalism in the western hemisphere and its impact on U.S. agricultural exports: a gravity-model analysis. American Journal of Agricultural Economics, Oxford, Vol. 84, Issue 3, pp. 791-797, Aug. 2002.



MODERNIZAÇÃO AGRÍCOLA NA REGIÃO NORTE: comparativo dos censos de 1995 e 20051

Loreta Costa Irmão2

RESUMO: A modernização agrícola no Brasil vem se desenvolvendo de maneira expressiva nos últimos anos. No que se refere à contribuição da região Norte nesses resultados, ela obteve uma participação modesta em comparação ao cenário nacional. Estudos voltados para a modernização agrícola vêm sendo enfatizados de maneira homogênea, desconsiderando a realidade de determinadas regiões do Brasil, não ressaltando suas especificidades e dimensões geográficas. A partir disso, buscou-se analisar o processo de modernização agrícola nos municípios da região Norte do Brasil, utilizando-se de dados dos Censos 1995 e 2005. Nesse estudo, foram verificados os fatores que influenciaram diretamente no processo, demonstrando a participação de cada um deles nesse processo, levando em conta as características de cada Estado e consequentemente dos 449 municípios que compõem a região Norte do Brasil. Palavras-chave: modernização, estatística multivariada, agricultura, censo agropecuário, região Norte.

AGRICULTURAL MODERNIZATION IN BRAZIL’S NORTHERN REGION: a comparison between the 1995 and 2005 censuses

ABSTRACT: Brazil’s agricultural modernization has emphasized the reality of the regions homogeneously, failing to consider their specificities. In response to the need to analyze the Northern region as well as the variables directly influencing its modernization process, we conducted a study about agricultural modernization in the states and municipalities of this region, based on data of the Agricultural Censuses of 1995 and 2005, aiming to find the modernization index of each municipality to measure its degree modernization over the periods 1995 and 2005 and explore the factors that contribute to demonstrating the process of modernization. Key-words: modernization, agriculture, multivariate statistics, Brazil.

JEL Classification: R10.


2Estatístico, Rio Branco, Estado do Acre, Brasil (e-mail: [email protected]).

Irmão, L. C.


52

1 - INTRODUÇÃO 1.1 - Considerações Iniciais

Durante anos, a economia brasileira tinha

como principal característica ser uma economia agroex-portadora. Esse modelo apresenta uma alta vulnerabi-lidade pela dependência necessária ao setor externo. Com a grande depressão de 1929, viu-se a necessidade de mudar o eixo econômico e produtivo no Brasil, sendo adotada uma política de industrialização cuja de-nominação foi Processo de Substituição de Importação. Esse processo perdurou por 30 anos, desde 1930 até 1960, sendo que a atividade agrícola foi diretamente pe-nalizada pelo processo de desenvolvimento industrial.

Somente com o governo militar, a inclusão da agricultura retorna novamente como política gover-namental de exportação, levando o poder estatal a fa-vorecer os negócios das empresas que se criavam ou estavam funcionando no setor. Criaram-se estímulos e favores fiscais e creditícios para formação, expan-são, crescimento, aperfeiçoamento ou modernização da empresa agrícola, pecuária, extrativista ou agroin-dustrial.

A partir do governo de Castelo Branco (1964-1968), com o intuito de desenvolver e também apri-morar o processo produtivo, aliado às empresas par-ticulares de colonização, o governo incentiva os pro-dutores a migrar para a Amazônia a fim de ocupar o dito “espaço vazio” a ser incluído aos demais centros produtivos, e estimular os agricultores de áreas em-pobrecidas a se tornarem colonos, nos projetos de co-lonização do Instituto Nacional de Colonização e Re-forma Agrária (INCRA). A Amazônia deixou de ser uma região sem nenhuma importância no cenário na-cional, para ser pensada e planejada estrategicamente a partir do governo central. Com esse objetivo, o go-verno lança um dos programas mais ousados que se denominou “Operação Amazônia”, um complexo de leis e medidas administrativas, visando promover a definitiva integração da região ao contexto socioeco-nômico nacional.

Dele veio a Lei n. 5.122, de 28 de setembro de 1966, reestruturando o Banco da Amazônia (BASA),

transformando a Superintendência do Plano de Valo-rização da Amazônia (SPVEA), em Superintedência do Desenvolvimento da Amazônia (SUDAM), com a mis-são precípua de planejar, promover a execução e con-trolar a ação federal na Amazônia; além de conceder incentivos fiscais em favor da região amazônica (AMAZÔNIA..., 1969, p. 9).

Tanto o BASA quanto a SUDAM tinham como objetivos estimular os projetos de ocupação da Ama-zônia, tornando assim atrativa economicamente a ocupação para aqueles que pretendiam empreender projetos na região. Em 16 de junho de 1970, pelo De-creto-lei n. 1.106, foi lançado o Programa de Integra-ção Nacional (PIN) (SANTANA, 2009).

As indústrias de equipamentos e insumos passaram a pressionar, direta ou indiretamente, a agricultura a se modernizar, visto almejarem uma venda cada vez maior. Porém, o que vai realmente dar um grande impulso na transformação da base téc-nica da produção agrícola é o incentivo governamen-tal por meio do chamado crédito rural, viabilizado principalmente a partir de meados da década de 1960.

A política econômica estatal para Amazônia, que já havia sido claramente definida e posta em prá-tica com a criação da SUDAM e BASA em 1966, adquiriu maior dinamismo ainda por ocasião da criação do Programa de Polos Agropecuários e Agrominerais da Amazônia (POLOAMAZÔNIA), conforme Decreto-lei n. 74.607 de 25 de setembro de 1974, sendo que, a partir da criação deste programa, cresceu ainda mais a presença do Estado nessa região (IANNI, 1986, p. 67).

Dentro dessa lógica, observa-se que as medi-das adotadas trouxeram um resultado às regiões me-nos desenvolvidas no Brasil, como é o caso da região Norte. Sendo assim, o objetivo geral deste trabalho é demonstrar como se promoveu o processo de moder-nização agropecuária da região Norte no período de 1995 e 2005. Para melhor esclarecer esse processo, pode-se também somar aos objetivos específicos: Indicar quais variáveis mais contribuem para o processo de modernização agropecuária na região Norte; Identificar os estados que possuem o melhor desempenho de modernização no período analisado; Caracterizar os grupos homogêneos entre os

Modernização Agrícola na Região Norte: comparativo dos censos de 1995 e 2005


53

municípios estudados e compará-los quanto ao grau de modernização agrícola.

Considerando as informações obtidas, busca-se desenvolver soluções para limitação no processo de modernização na região Norte e estabelecer medi-das que podem ser utilizados em políticas públicas de desenvolvimento regional, crédito rural e meio ambi-ental. Podem ainda servir de referência para uma análise evolutiva voltada a esse tema a fim de obter melhores resultados no processo de modernização.

O trabalho traz como proposta uma tentativa de dar condição para a análise e aplicação de soluções passíveis ao processo de modernização em uma re-gião que tem a necessidade de uma atenção para ter condições de aplicar, de maneira mais ativa, as políti-cas públicas voltadas ao tema.

1.2 - Formação da propriedade Agrícola na Região Norte

O período compreendido entre 1974 e 1984 foi

marcado pela ação coordenada a partir do governo fe-deral, fazendo valer sua política para o setor agrícola, com influência direta nas ações de extensão executadas nos estados e municípios da Amazônia. A difusão de tecnologias, com o apoio do crédito rural, com uma atuação por produtos e com base em pacotes tecnoló-gicos, foi a tônica da política de extensão rural da-quela década (SAMBUICCHI et al., 2014, p. 26).

O entendimento da fronteira perpassa por distintas dimensões, com destaque para: dimensão política, econômica, demográfica e étnico-cultural. Cabe destacar também que a fronteira amazônica na atualidade é entendida ainda como fronteira econô-mica, que não é sinônimo de terras devolutas. A fron-teira adquire potencialidade econômica e política, por sua vez, para o Estado que se empenha em uma rá-pida estruturação e controle (BECKER, 2005).

A expansão da agropecuária na Amazônia seria determinada pela ação da fronteira consolidada sobre a fronteira especulativa, de modo que os agen-tes da consolidada buscam expandir suas ações sobre a especulativa (SAITH; KAMITANI, 2012, p. 107).

Em pouco tempo surgem e agravam-se as tensões sociais em várias áreas. A grilagem, a defesa da terra pelo posseiro, a expropriação do índio, a ex-pansão da empresa privada de colonização, a trans-formação da terra em mercadoria, e vários são os processos sociais que tornam a Amazônia em uma região com conflitos.

1.3 - Conceito de Modernização Agrícola O conceito de modernização não pode se res-

tringir aos equipamentos usados e uso de insumos in-tensivos, e sim, deve levar em conta todo o processo de modificações ocorrido nas relações sociais de pro-dução. Com a modernização ocorre o processo de “in-dustrialização da agricultura”, tornando-a uma ativi-dade nitidamente empresarial, abrindo um mercado de consumo para as indústrias de máquinas e insu-mos modernos, fator necessário para dar conta de uma demanda crescente em busca de produtos agro-pecuários.

No Brasil, com novas técnicas e equipamentos modernos, o produtor passa a ter uma maior produti-vidade, adaptando-a mais facilmente de acordo com seus interesses. Pode-se dizer que a agricultura está cada vez mais industrializada, sempre buscando maxi-mizar o processo produtivo. Segundo Brum (1988), as principais razões da modernização da agricultura são: Elevação da produtividade do trabalho visando o aumento do lucro; Redução dos custos unitários de produção para vencer a concorrência; Necessidade de superar os conflitos entre capital e o latifúndio; Possibilitar a implantação do complexo agroin- dustrial.

Da mesma forma que a modernização da agricultura traz benefícios diretos aos produtores, pode-se também citar que esse processo gerou conse-quências negativas em alguns pontos. Observa-se que os fatores que mais se destacaram de maneira nega-tiva no processo de modernização são diversos, des-tacando-se:

Irmão, L. C.


54

O aumento das despesas com o cultivo e o endivi-damento dos agricultores; O crescimento da dependência entre os países; Esgotamento do solo; Ciclo vicioso de fertilizantes; Perda de biodiversidade; Erosão do solo; Poluição do solo causada pelo uso de fertilizantes; Redução da mão de obra rural.

Com isso a agropecuária na região Norte se torna uma atividade extrativista de diversos produtos florestais, além da pecuária que vem crescendo de maneira considerável, devido aos baixos investimen-tos que essa atividade necessita, diferente da agricul-tura que necessita de tecnologia, aumentando assim o custo produtivo com relação a aspectos como nível de tecnologia empregada na produção agrícola.

2 - A AGROPECUÁRIA NA REGIÃO NORTE 2.1 - A Produtividade Agropecuária na Região Norte

Devido à dimensão continental que a região

Norte tem, as localidades situadas nas áreas mais dis-tantes são mais prejudicas no processo de escoamento produtivo. A produção no Amazonas, Roraima e no Amapá ocorre em menor escala que na porção meri-dional da região Norte; além de serem mais distantes da área de ocupação inicial da pecuária bovina nor-tista, são localidades que tem sua produção dificul-dade, devido à baixa produtividade e outros aspectos como solo, utilização de recursos intensivos de pro-dução dentro outros fatores.

Entretanto, as atividades agropecuárias de-senvolvidas na região Norte participaram desse di-namismo recente do setor agrícola brasileiro. No ano de 1995, por exemplo, as regiões brasileiras partici-pavam, percentualmente, da seguinte forma no total da produção do setor agropecuário: Norte, 4,2%; Nordeste, 13,6%; Centro-Oeste, 10,4%; Sudeste, 41,8%; e Sul, 30,0%. Esses dados estes revelam a con-centração nestas duas últimas regiões de mais de 70% de todo o montante do agronegócio brasileiro

(CASTRO, 2013, p. 7). Atualmente, a madeira é o principal produto

extrativo da região; a produção se concentra nos estados do Pará, Amazonas e Rondônia. A borracha já não representa a base econômica da região, como foi no século XX, apesar de ainda estar sendo pro- duzida nos seguintes Estados: Amazonas, Acre e Rondônia.

Mais de 72 milhões de hectares da Amazônia brasileira já foram desmatados, correspondendo a 17% do seu território. No estado do Amazonas, a participa-ção da agricultura é de apenas 5%; no Amapá, de 3,7%; em Roraima, de 7,7%; no Pará de 9,2%; no Maranhão, de 18,5%; e em Rondônia, de 19,4%. A inclusão das áreas de Cerrado na Amazônia Legal tem sido motivo de diversos equívocos na contabilidade da destruição das florestas tropicais (HOMMA, 2010, p. 99).

A região Norte possui um destaque significa-tivo nas atividades agropecuárias. O rebanho bovino é de aproximadamente 41 milhões de cabeças de gado, sendo que 89% desse total encontra-se em ape-nas três Estados: Pará (17 milhões de cabeças), Ron-dônia (11 milhões de cabeças) e Tocantins (7 milhões de cabeças). Em 2008, o Estado de Rondônia foi o 5º maior exportador de carne bovina do país, de acordo com dados da Associação Brasileira de Frigoríficos (ABRAFIGO, 2014), superando Estados tradicionais, como Minas Gerais, Rio Grande do Sul, Paraná e Santa Catarina (SAMBUICCHI et al., 2014).

Conforme informações apresentadas na ta-bela 1, a contribuição da região Norte na formação do PIB agropecuário durante o período de 1995 foi de 5,32% da produção nacional. Em 2005, esse percen-tual foi para 4,14%, o que não significa que houve um recuo na produção da região Norte, pois, em valores reais, em 1995 foi de R$2.057.265,43 (5,32%) e, em 2005, esse valor foi para R$2.436.201,47. Mesmo com o aumento na participação do PIB agropecuário brasi-leiro, a participação da região Norte ainda é baixa se comparada com a de qualquer uma das outras re- giões do Brasil.

Pode-se observar que a região Norte, compa-rando os períodos de 1995 e 2005, obteve um cresci-mento muito baixo, pois a produção pode ter aumen-



55

TABELA 1 - Valor do PIB Agropecuário, Estados da Região Norte, 1995 e 2005

Estado 1995 2005

Valor(R$)

PosiçãoValor

(R$) Posição

Acre 84.764,79 6º 438.690,37 5º

Rondônia 622.528,11 2º 1.333.580,10 2º

Amazonas 274.252,70 4º 977.626,76 3º

Amapá 152.749,84 5º 109.602,58 7º

Roraima 24.752,71 7º 153.867,39 6º

Tocantins 283.539,04 3º 953.899,83 4º

Pará 4.390.220,33 1º 2.174.945,75 1º

Região Norte 5.832.807,55 6.142.212,82

Brasil 76.786.406,68 66.232.170,84

Fonte: Elaborada pela autora a partir dos dados do IPEA (2014)

tado, mas, comparando com o PIB nacional, o mesmo reduziu. A região Sudeste, contrariamente, obteve um significativo aumento na participação do PIB na-cional. Para se conseguir uma maior produtividade agropecuária na região, um conjunto de iniciativas, que vise restringir as limitações enfrentadas pelo se-tor, precisa ser adotado.

Entre essas iniciativas, incluem-se melhoria da infraestrutura logística, investimentos em inova-ção e tecnologia, ampliação do acesso ao crédito rural, tudo isso combinado com a preservação do meio am-biente, assunto que gera muita polêmica quando as-sociado às atividades agropecuárias.

2.2 - A Agropecuária e o Meio Ambiente A região Norte abriga parte considerável da

Floresta Amazônica e, por isso, constitui área de in-tenso interesse nacional e internacional relacionado à preservação dos recursos naturais abrigados pelo ecossistema amazônico.

Há quem seja contra a atividade pecuária na Amazônia. Mas não se pode esquecer que as pasta-gens representam a maior forma de uso da terra na Amazônia. Cerca de 51 milhões de hectares, represen-tando 70% da área desmatada até o momento, são de pastagens em diferentes estágios de degradação.

Trata-se de uma pecuária (de corte e leite) de baixa produtividade, tanto do tamanho do rebanho quanto das pastagens. Seria possível reduzir a área de pasta-gens pela metade e manter o mesmo rebanho medi-ante o aumento da produtividade (HOMMA, 2010 p. 100).

Uma solução plausível é reflorestar áreas que precisam ser preservadas. Como já foi dito, há ne-cessi-dade de desenvolver um novo modelo de pecu-ária na Amazônia, concentrando um mesmo rebanho em áreas bem menores, e liberando a outra parte para a regeneração dos pastos e para outras atividades sus-tentáveis. A área ocupada por 12 milhões de hectares de culturas anuais também pode ser explorada com mais produtividade (MODESTO JÚNIOR; ALVES, 2014).

Outro importante tópico está na recuperação de áreas que deveriam ter sido preservadas, como as margens e as nascentes dos rios, os morros, as áreas de interesse da biodiversidade e também aquelas para compor as Áreas de Preservação Permanente (APP) e a Área de Reserva Legal (ARL) (MODESTO JÚ-

NIOR; ALVES, 2014). á dois caminhos: explorar economicamente

ou deixar que a natureza promova a recuperação. Existe ainda a questão do problema ambiental urbano na Amazônia. Na calha do rio Amazonas e seus aflu-entes, estão localizadas médias e grandes cidades, al-gumas delas, como Manaus e Belém, com mais de 2

Irmão, L. C.


56

milhões de habitantes (MODESTO JÚNIOR; ALVES, 2014). O custo social da falta de um sistema de pes-

quisa agrícola e de extensão rural pode ser traduzido pelo elevado nível de destruição dos recursos natu-rais, sendo necessário para reduzir os impactos cau-sado em desfavor ao meio ambiente um grande es-forço na ampliação da fronteira do conhecimento ci-entífico e tecnológico. O Brasil, nos últimos 50 anos, mostrou ao mundo quatro grandes e bem-sucedidos empreendimentos: a exploração de petróleo de lâmi-nas de água profunda, a fabricação de aeronaves re-gionais, o desenvolvimento da agricultura nos Cerra-dos e a tecnologia dos biocombustíveis. Chegou a vez de fazer uma quinta revolução: a tecnológica na Ama-zônia (MODESTO JÚNIOR; ALVES, 2014).

3 – METODOLOGIA 3.1 - Análise Fatorial

De acordo com a metodologia utilizada em

diversos trabalhos sobre modernização agrícola, como os de Figueiredo e Hoffmann (1998), Hoffmann (1992), Ferreira Júnior, Baptista e Lima (2004), Silva, R. e Fernandes (2005), Mendonça et al. (2008), veri-fica-se que existem dois tipos de tecnologia na agri-cultura: a de natureza mecânica, que é poupadora de mão de obra, e a biológica, que é poupadora de terra.

Para análise dos dados dos Censos, uma das metodologias utilizadas é a análise fatorial. Segundo Mingoti (2005), Hair et al. (1995), a ideia básica dessa metodologia é descrever um conjunto p de variáveis

da matriz de indicadores de moderni-zação X em termos de um número menor de índices ou fatores, e no processo obter uma melhor compre-ensão do relacionamento destas variáveis. O modelo pode ser descrito da seguinte forma:

(1) No contexto proposto por esse trabalho, é

o i-ésimo escore padronizado para ter média zero e desvio-padrão igual à unidade para todos os municí-pios da região Norte. Aqui, é uma constante; F é um valor “fator”, que também apresenta média igual a zero e desvio-padrão um para todos os municípios; e é a parte de que é especifica para o i-ésimo teste somente.

Além das razões constantes, segue também que a variância de é dada por:

0 (2)

Ferreira Júnior, Baptista e Lima (2004)

é uma constante, F e são assumidas independentes, e a variância de F é assumida ser unitária, tam- bém, por ; substituindo em (2), tem- -se que:

(3)

Segundo Manly (2008), a carga fatorial de é igual a razão da variância de e a proporção da variância contida no fator. Hair et al. (1995) observam que, segundo Spearman, os fatores apresentam uma parte comum ( ) e outra especifica ( ). Dessa forma, é possível montar o modelo de análise fatorial geral para os municípios das microrregiões desse estudo.

(4)

em que: é o i-ésimo escore dos municípios, a são as cargas dos fatores para o i-ésimo município; são m fatores comuns não correlacionados, cada um com média zero e variân-cia unitária; e é um fator especifico somente para o i-ésimo município que é não correlacionado com qualquer dos fatores comuns e tem média zero (MANLY, 2008).



57

Com esse modelo,

(5) em que é chamado a comunalidade de (a parte de sua variância que é relacionada aos fatores comuns), e VAR é chamada a especificidade de (a parte de sua variância que não é relacionada aos fatores comuns).

Pode também ser mostrado que a

correlação entre e é:

(6)

Portanto, dois escores de municípios podem somente ser altamente correlacionados se eles têm altas cargas nos mesmos fatores. Além disso, como a comunalidade não pode exceder a um, é preciso que:

(7)

O método para encontrar os fatores não rota- cionais é como segue. Com p variáveis, haverá o mesmo número de componentes principais. Estes são combinações lineares das variáveis originais.

(8)

em que os valores são dados pelos autovetores da matriz de correlação. Esta transformação dos valores X para os valores Z é ortogonal, de modo que o relacionamento inverso é simplesmente

(9)

Para uma análise de fatores, somente m das componentes principais são retidas e, assim, as últi- mas equações se tornam (10)

em que é uma combinação linear dos

componentes principais . Tudo que é preciso ser feito agora é escalonar os componentes principais para terem variância unitária, como requerido pelos fatores. Para isto,

precisa ser dividido pelo seu desvio-padrão, o

qual é , a raiz quadrada do correspondente autovalor na matriz de correlações. As equações então se tornam:

(11)

em que . O modelo de fatores não rotacionado é então: (12) em que .

Após uma rotação varimax ou outro tipo de

rotação, uma nova solução tem a forma: (13)

Irmão, L. C.


58

Para testar a confiabilidade do modelo de análise fatorial, utiliza-se o método estatístico Kaiser--Maier-Oklin (KMO) e o teste de Bartlett. O KMO é um indicador que compara a correlação amostral das variáveis e a correlação parcial entre duas variáveis. Segundo Mingoti (2005) esse coeficiente é dado pela expressão:

(14) em que: é a correlação amostral entre as variáveis Xi e Xj; e Qij é a correlação parcial entre Xi e Xj. Os valores obtidos variam em 0 e 1, valores do KMO abaixo de 0,5 indicam que os dados não possuem correlação, e valores acima dessa medida indicam o contrário.

Um segundo teste de Bartlett verifica se a ma-triz X de indicadores de modernização é uma matriz identidade ou nula, e esse teste é definido pela expres-são: (15)

Segundo Mingoti (2005), ln(.) é uma função

logaritmo neperiano, e , i=1, 2, ..., n são auto valores da matriz de correlação amostral. Quando a n é muito grande, a estatística T tem uma distribuição

aproxi-madamente quiquadrado com graus de liberdade.

3.2 - Formação dos Índices de Modernização Agrope-cuário (IMA) nos Municípios da Região Norte

O método de análise fatorial possibilita criar

o IMA dos municípios na região Norte do país, por

meio da identificação das variáveis que mais contri-buíram na modernização agrícola dos municípios. Essa metodologia tem sido empregada em trabalhos que visam criar tais índices. Na construção do IMA, associado ao i-ésimo município, definiu-se a equação:

(16)

em que: é escore fatorial do i-ésimo município, é o fator do i-ésimo municipio; é o

menor fator obtido dos municipios; e o máximo fator dos municípios utilizados na análise do i-ésimo município. Segundo Lemos (2000), a expressão 16 tem a propriedade de garantir que todos os fatores sejam ortogonais e positivos, ou seja, estejam no primeiro quadrante do plano euclidiano. Todavia, não serve para estimar o percentual de modernização de cada um dos municípios.

O índice de modernização agrícola para o i-ésimo município será obtido através da expressão abaixo:

(17)

Sendo o IMA obtido para o i-ésimo

município da região Norte, a j-ésima raiz característica, p o número de fatores utilizados na

análise do i-ésimo município, o somatório das raízes características referentes aos p fatores extraídos.

3.3 - Variáveis e Fonte de Dados Caso fosse feita uma análise para os anos de

1995 e 2005, os fatores seriam diferentes, pois o valor



59

das variáveis seria diferente entre os períodos, para cada município. Para obter uma medida que demons-tre o processo de modernização em cada município, foi feita uma análise fatorial agregando-se as observa-ções dos anos de 1995 e 2005.

As variáveis foram escolhidas tomando-se por base os vários estudos que fazem referência a mo-dernização agrícola e buscam observar a significância do emprego de insumos industriais na agricultura, como também o incremento de produtividade dos fa-tores de produção. Levam-se em consideração tam-bém indicadores relativos ao valor dos financiamen-tos, que são geradores de em grande medida das transformações ocorridas na agricultura.

Sendo assim, foram elaborados indicadores de modernização, calculados a partir de dados dispo-níveis nos Censos Agropecuários, publicado pelo IBGE (1996, 2006). Tais indicadores são apresentados em termos proporcionais à área explorada (AE), equi-valente-homem (EH) e total de estabelecimentos (TE).

O conceito de área explorada (AE), segundo Hoffman (1992), refere-se à soma das áreas com la-vouras permanentes e temporárias, pastagens planta-das, matas plantadas, áreas com pastagens naturais e matas naturais. O conceito de equivalente-homem (EH) foi desenvolvido por Silva, J. e Kageyama (1983) e segundo os autores representa a força de trabalho de um homem adulto ocupado todos os dias do ano. Sendo assim, para cada tipo de emprego há um peso distinto para mulheres e crianças em EH. Para pes-soas não assalariadas empregadas no setor, cada mu-lher equivale a 0,66 homem, cada criança equivale a 0,50 homem.

Para pessoas não empregadas no setor agro-pecuário, cada mulher representa 0,60 homem e cada criança representa 0,40 homem. Para pessoas empre-gadas assalariadas, cada mulher equivale a 1 homem e cada criança equivale a 0,50 homem.

Levando-se em consideração trabalhos já rea-lizados que investigaram a modernização agrícola, se-rão considerados os indicadores a seguir para descre-ver o processo de modernização para os Censos Agro-pecuários de 1995 e 2005, empregando-se as seguintes variáveis:

X1 = Porcentagem da área com pastagem que é plan-tada; X2 = Área produtiva não utilizada como porcentagem da área aproveitável; X3 = Área trabalhada como porcentagem da área aproveitável; X4 = Área com lavouras permanentes e temporárias como proporção da área aproveitável; X5 = Número de tratores por equivalente-homem (EH); X6 = Número de tratores por área explorada (AE); X7 = Valor total dos combustíveis consumidos por área explorada (AE); X8 = Quantidade de energia elétrica consumida por área explorada (AE); X9 = Quantidade de energia elétrica consumida por equivalente-homem (EH); X10 = Valor dos investimentos por área explorada (AE); X11 = Valor dos investimentos por equivalente-ho-mem (EH); X12 = Valor total dos financiamentos por área explo-rada (AE); X13 = Valor total dos financiamentos por equivalente-homem (EH); X14 = Valor total da produção por área explorada (AE); X15 = Valor total da produção por equivalente-ho-mem (EH); X16 = Valor total das despesas por área explorada (AE); X17 = Valor total das despesas por equivalente-ho-mem (EH); X18 = Despesas com adubos, corretivos, semente e mudas, agrotóxicos, medicamentos para animais, sal e rações por área explorada (AE); X19 = Despesas com adubos, corretivos, semente e mudas, agrotóxicos, medicamentos para animais, sal e rações por equivalente-homem (EH); X 20 = Numero de colheitadeiras por área explorada; X 21 = Valor total de área irrigada por área explorada; X22 = Uso de alternativas para o controle de pragas e/ou doenças em vegetais nos estabelecimentos, por tipo de alternativa;

Irmão, L. C.


60

X23 = Máquinas e implementos agrícolas existentes nos estabelecimentos; X24 = Meios de transporte utilizados pelos estabeleci-mentos; e X25 = Orientações técnicas por estabelecimentos.

De acordo com Hoffmann (1992), essas vari-áveis são suficientes para explicar o processo de mo-dernização agrícola, sendo utilizados para estudo da modernização agrícola na Região Norte. Os dados utilizados neste trabalho são provenientes do Insti-tuto Brasileiro de Geografia e Estatística (IBGE) e do Instituto de Pesquisa Econômica Aplicada (IPEA).

Os valores dos 25 indicadores de moderniza-ção nos municípios da região Norte foram calculados a partir dos dados retirados dos Censos de 1995 e 2005, sendo calculados os anos correspondentes pela amplitude dos dados. Os valores obtidos serão verifi-cados em uma única análise, houve a necessidade de fazer a correção dos valores pelo IGP, sendo feito o cál-culo de 2,72 unidades monetárias como indexador en-tre o ano de 1995 e 2005. 4 - RESULTADOS E DISCUSSÕES 4.1 - Perfil dos Indicadores de Modernização nos

Municípios da Região Norte O foco de estudo da pesquisa é a identifica-

ção da evolução do nível de modernização para os municípios da região Norte do Brasil, assim como fa-zer um comparativo entre os anos de 1995/96 e 2005/06, analisando quais fatores vieram a contribuir para o desenvolvimento nos respectivos períodos.

Foi utilizada a análise fatorial para explicar de maneira mais sintetizada os agrupamentos dos indica-dores de modernização, sendo que serão utilizadas as observações para 25 indicadores do Censo Agropecuá-rio de 1995 e 2005 para os 449 municípios da região Norte que foram identificados. Dessa forma, a análise incidiu sobre a matriz A de dimensões 25 x 898, sendo A a matriz de ordem relativa dos anos de 1995/96 e 2005, que é constituída pelos valo-res dos 25 indicado-res de modernização, observados em cada um dos mu-

nicípios do Norte. Após a formação da matriz A, proce-deu-se a análise fatorial, pelo programa estatístico Sta-tistical Package Software (SPSS 17.0).

Para determinar se os dados suportam uma análise fatorial, foram realizados testes estatísticos. Esse é o caso do teste de esfericidade de Bartlett, cujo objetivo é constatar a presença de correlações entre as variáveis. Após a realização do teste, que atingiu va-lor igual a 22.712,399, verificou-se a sua significância a 1% de probabilidade. Esse resultado permite rejeitar hipótese nula de que a matriz de correlação é uma matriz identidade.

Na tentativa de medir a adequadabilidade da amostra, utiliza-se o teste de Kaiser-Meyer-Olkin (KMO), cujo valor obtido foi de 0,70. Conforme a clas-sificação fornecida por Hair et al. (1995), valores acima de 0,50 indicam que os dados são adequados à realização da análise fatorial.

Observa-se que a contribuição acumulada dos fatores para explicação da variância total é de 81,68%. Esse valor mostra que a utilização de oito fa-tores é suficiente para garantir uma análise eficiente do índice de modernização dos municípios na região Norte do país, sendo esses fatores voltados à produti-vidade da terra, exploração de mão de obra, uso e de tecnologia e financiamentos em propriedades rurais.

Destaca-se que na análise fatorial não existe um critério preciso para explicar a quantidade de fa-tores principais a ser extraídos, considerando os prin-cipais fatores da amostra que demonstra a relação ex-traída da característica de dados. Sendo o arranjo que melhor explica a distribuição dos dados, optou-se, desta maneira, por levar em conta fatores que obtive-ram raiz característica maior que um 1 (Tabela 2).

No sentido de melhorar a interpretação dos dados, os fatores foram submetidos a uma rotação or-togonal pelo método Varimax. Segundo Kim e Muel-ler (1978), essa rotação altera a contribuição de cada fator para a variância, sem, contudo, modificar a con-tribuição conjunta destes.

A principal vantagem da rotação é permitir que os novos fatores se relacionem, claramente, com determinados grupos de variáveis, facilitando a aná-lise da solução encontrada. A tabela 3 determina quais



61

TABELA 2 – Variância Explicada e Acumulada pelos Fatores com Raízes Características pelo Método dos Componentes Principais

Fator Antes da rotação Rotação varimax

Raiz característica Variância (%) Variância

acumulada (%) Raízes característica Variância (%)

Variância acumulada (%)

1 7,16 28,66 28,66 4,4 17,62 17,62

2 3,08 12,33 41 3,47 15,9 33,53

3 3,03 12,12 53,12 2,83 11,35 44,88

4 1,97 7,91 61,04 2,53 10,13 55,02

5 1,64 6,57 67,61 2,29 9,18 64,2

6 1,26 5,04 72,66 1,67 6,68 70,88

Fonte: Dados da pesquisa (2015).

TABELA 3 - Cargas Fatoriais e Comunalidades, depois de Realizada a Rotação Ortogonal pelo Método Va-rimax

Indicador Componente

Comunalidade F1 F2 F3 F4 F5 F6 F7 F8

IDX1 -,0,02 0,38 -0,20 -0,07 0,06 0,64 -0,31 0,29 0,80

IDX2 -,0,02 -0,24 0,06 0,03 -0,07 -0,12 -0,07 -0,82 0,76

IDX3 -0,05 -0,01 -0,07 -0,09 0,00 0,82 0,42 0,06 0,89

IDX4 0,04 -0,19 0,08 0,00 -0,03 -0,03 0,89 -0,08 0,85

IDX5 0,01 0,18 -0,01 0,71 0,43 -0,05 0,02 -0,02 0,73

IDX6 0,07 -0,05 0,11 0,18 0,90 -0,04 0,00 -0,02 0,87

IDX7 0,89 0,09 0,11 0,01 0,06 -0,07 0,09 0,08 0,84

IDX8 0,18 0,17 0,89 0,00 0,22 0,01 0,05 0,00 0,91

IDX9 0,04 0,44 0,81 -0,01 -0,003 0,01 0,01 0,03 0,86

IDX10 0,79 0,28 0,22 0,02 0,08 0,01 -0,11 0,08 0,78

IDX11 0,10 0,84 -0,01 0,02 -0,01 0,02 -0,08 0,15 0,75

IDX12 0,91 0,13 0,03 0,02 -0,01 0,01 0,02 -0,05 0,85

IDX13 0,29 0,64 -0,04 0,10 -0,07 0,01 -0,02 -0,14 0,54

IDX14 0,57 0,05 0,45 0,02 0,29 -0,14 0,26 0,16 0,74

IDX15 0,09 0,77 0,34 0,09 0,03 -0,11 -0,03 0,20 0,79

IDX16 0,66 0,23 0,63 0,03 0,21 -0,02 0,06 0,01 0,95

IDX17 0,14 0,87 0,37 0,08 -0,02 -0,02 -0,01 0,02 0,94

IDX18 0,62 0,18 0,45 0,06 0,41 0,01 -0,03 -0,01 0,79

IDX19 0,13 0,83 0,23 0,03 0,05 0,00 -0,08 0,07 0,78

IDX20 0,09 -0,04 0,12 0,22 0,90 -0,01 -0,01 -0,01 0,89

IDX21 0,88 0,06 -0,11 -0,02 -0,06 0,03 -0,04 -0,03 0,81

IDX22 0,08 -0,04 0,21 0,23 -0,20 -0,05 -0,32 0,63 0,65

IDX23 0,02 0,07 0,01 0,95 0,12 -0,07 -0,01 0,06 0,94

IDX24 0,01 0,04 0,01 0,96 0,07 0,05 -0,02 0,04 0,94

IDX25 0,02 -0,25 0,17 0,05 -0,14 0,69 -0,23 -0,09 0,66

% VAR 17,62 15,90 11,35 10,14 9,18 6,68 5,47 5,32 Fonte: Dados da pesquisa.

Irmão, L. C.


62

fatores se relacionam com quais variáveis, ao exibir as cargas fatoriais, as comunalidades e o percentual da variância total dos indicadores.

Ela também mostra o relacionamento dos fa-tores de modernização agrícola na região Norte com os indicadores que mais evidenciam o índice de mo-dernização nos municípios estudados. Para fins de in-terpretação, as cargas fatoriais acima de 0,70 estão em negrito, com vistas em evidenciar os indicadores mais fortemente associados a determinado fator3.

Pode-se citar o caso do indicador IDX13, que representa o valor total dos financiamentos por equi-valente-homem (EH), apresentado assim comunali-dade igual a 0,54, e indicando que os financiamentos por EH atingem 54% dos municípios, além de uma baixa sensibilidade, ao contrário do indicador IDX16

(valor total das despesas por área explorada (AE)), cujo valor da comunalidade é de 95%, demonstrando uma expressiva sensibilidade ao processo de moder-nização agrícola. O indicador IDX22, tem uma comuna-lidade de 0,65, evidenciando que o uso de alternativas para o controle de pragas e/ou doenças em vegetais nos estabelecimentos, por tipo de alternativa, tem uma relação mediana com o nível de modernização, sendo uma variável que pouco se expressa para o processo de modernização na região Norte.

Pode-se constatar que o fator 1 se encontra mais fortemente correlacionado com os indicadores que representam variáveis que poupam mão de obra, como é o caso da VAR7 (valor total dos combustíveis consumidos por área explorada (AE)), VAR10 (valor dos investimentos por área explorada (AE)), VAR12

(valor total dos financiamentos por área explorada) e VAR21 (valor total de área irrigada por área explo-rada). Demonstra-se que o fator 1 é uma medida de intensidade de exploração da terra, o que evidencia a utilização de técnicas que aumentam a produtivi-dade da terra.

O fator 2 está mais correlacionado com os in-

3A comunalidade expressa a proporção da variância de cada indicador, explicada pelos oito fatores relacionados, sendo que a mesma varia entre 0 e 1. Quanto mais próximo de 1, mais sensível é o indicador, assim como quanto mais próximo de 0, menos sensível é o indicador ao processo de modernização.

dicadores VAR11 (valor dos investimentos por equi-valente-homem (EH)), VAR15 (valor da produção dos estabelecimentos por equivalente-homem (EH)), VAR17 (valor total das despesas por equivalente-ho-mem (EH)), VAR19 (despesas com adubos, corretivos, semente e mudas, agrotóxicos, medicamentos para animais, sal e rações por equivalente-homem (EH)), sendo que o fator 2 mede o grau de modernização en-tre as relações de trabalho.

O fator 3 está fortemente correlacionado com o VAR08 (quantidade de energia elétrica consumida por área explorada (AE)), e VAR09 (quantidade de energia elétrica consumida por equivalente-homem (EH)), sendo um fator que mede o grau de moderni-zação de utilização do trabalho e aproveitamento da força de trabalho.

O fator 4 apresenta correlação com as variá-veis VAR5 (número de tratores por equivalente- -homem (EH)), VAR23 (máquinas e implementos agrícolas existentes nos estabelecimentos) e VAR24 (meios de transporte utilizados pelos estabelecimen-tos), sendo um dos fatores mais significativos. Ex-plica-se, assim, que esse fator tem grau de moderni-zação e mecanização das variáveis, sendo que esses valores diminuem quando o grau de mecanização aumenta.

O fator 5 está correlacionado com VAR20 (nu-mero de colheitadeiras por área explorada) e VAR6 (número de tratores por área explorada (AE). Já o fa-tor 6 está fortemente correlacionada com VAR03 (área trabalhada como porcentagem da área aproveitável).

O fator 7 está correlacionado com a variável VAR4 (área com lavouras permanentes e temporárias como proporção da área aproveitável) e o fator 8 está relacionado a variável VAR2 (área produtiva não utili-zada como porcentagem da área aproveitável), sendo que esse fator se encontra negativamente correlacio-nado com a variável VAR2, evidenciando que o fator 8 varia diretamente com a produtividade da terra.



63

Para melhor análise dos fatores, é necessária a denominação com base nos relacionamentos com os indicadores de modernização. O fator 1 tem seu rela-cionamento pautado com os indicadores área explo-rada (AE), e essa característica permite denominar 1 de fatores de uso de terra. O fator 2 indica que este tem forte correlação com variáveis que demonstram produção do trabalho intensivo, ou seja, equivalente-homem (EH). Já o fator 3, demonstra o uso tanto da produtividade do trabalho quanto do uso intensivo da terra. O fator 4 indica tecnologia para maior produti-vidade da terra, ou seja, uso intensivo da terra pela uti-lização de mecanismos modernos como colheitadei-ras, máquinas e implementos agrícolas e meios de transporte, assim como o fator 5. O fator 6 se relaciona com os indicadores relativos à área de trabalho apro-veitável, o que permite chamá-lo de fator de uso da terra, assim como os fatores 7 e 8 (Quadro 1).

Utilizando a análise descritiva, pode-se iden-tificar quais estados passaram por um processo de de-senvolvimento mais acentuado nos anos de 1995/96 e 2005/06. Pode-se verificar que Rondônia teve um maior destaque em relação a outros estados.

A análise da variação de desenvolvimento en-tre os períodos de 1995/96 e 2006 mostra que as políti-cas aplicadas em Rondônia, voltadas ao desenvolvi-mento agrícola, têm sido eficientes (Tabela 4). Em rela-ção aos Estados, observa-se que o Amapá é o que pos-sui maior desigualdade em relação ao IMA, e o desvio-padrão representa 32% para 1996, caindo, porém, sig-nifi cativamente em 2006 para 9,32% da média. Este re-sultado é acompanhado pelo Pará com 23,31% em 1996, e 11,88% em 2006, e por Tocantins, onde os desvios re-presentam, respectivamente, 19,65% e 9,85%.

Claramente, isso é um indicador de grande desigualdade entre os dois períodos. Roraima e Ama-zonas destacam-se por apresentar menores níveis de heterogeneidade em relação aos demais Estados. Con-tudo, vale destacar que, mesmo sendo um grau de ho-mogeneidade relativamente inferior, continuam indi-cando alto grau de diferenças em termos do IMA.

Um baixo desvio-padrão indica que os dados tendem a estar próximos da média; um desvio-pa-drão alto indica que os dados estão espalhados por

uma gama de valores. O desvio-padrão define-se como a raiz quadrada da variância. É definido desta forma de manei-ra a dar uma medida da dispersão que “seja um número não-negativo; use a mesma uni-dade de medida dos dados fornecidos inicialmente”.

Já nos exemplos dados, o coeficiente de vari-ação para o Estado do Amapá é, respectivamente, 32,95% e 9,29%. Ao interpretar esses valores, pode-se afirmar que, na primeira distribuição, em média, os desvios relativamente à média atingem 32,95% do va-lor desta. Na segunda distribuição, porém, os desvios relativamente à média atingem, em média, 9,29% do valor desta. As percentagens mostram o peso do des-vio-padrão sobre a distribuição.

Tendo em vista sua capacidade de comparar diferentes distribuições, o coeficiente de variação pode ser aplicado para avaliar resultados de trabalhos que envolvem a mesma variável-resposta, permitindo quantificar a precisão das pesquisas. Sua principal qua-lidade é a capacidade de comparação de distribuições diferentes.

O Estado do Acre obteve uma pequena redu-ção no seu índice de modernização. Contudo, a dis-crepância entre as variáveis foi muito alta, o que sig-nifica que elas estão muito esparsas, sendo mais hete-rogêneas entre si, sendo que em 1996, o coeficiente de variação era de 7,25%, subindo para 11,07%. O mesmo pode ser visto para os Estados do Amapá, Pará e Tocantins.

Os Estados do Amazonas, Rondônia e Ro-raima obtiveram uma homogeneidade maior entre as variáveis, demonstrando que a distribuição dos fato-res foi eficiente e gerou um grau de modernização sa-tisfatório.

O Estado de Rondônia foi um dos estados ve-rificados que mais tiveram destaque no crescimento e desenvolvimento, pelo fato do mesmo ter uma polí-tica agrícola o que explica essa elevação no índice de modernização. Essa política agrícola é explicada na Lei Complementar n. 60, de 21 de julho de 1996, cujos pontos mais significativos para influenciar no pro-cesso de desenvolvimento constam no Art. 30 da Lei Complementar, que tem como fundamento os objeti-vos da Política Agrícola no Estado de Rondônia.

Irmão, L. C.


64

QUADRO 1 - Demonstrativo dos Indicadores e Distribuição nos Fatores Indica- dores

Fator Nome do indicador

IDX7

F1

Valor total dos combustíveis consumidos por área explorada (AE)IDX10 Valor dos investimentos por área explorada (AE)IDX12 Valor total dos financiamentos por área explorada (AE)IDX21 Valor total de área irrigada por área explorada (AE)

Valor dos investimentos por equivalente-homem (EH)IDX11

F2 Valor total das despesas por equivalente-homem (EH)

IDX17 Valor total da produção por equivalente-homem (EH)IDX15 Despesas com adubos, corretivos, semente e mudas, agrotóxicos, medicamentos para animais, sal e rações (EH)IDX8

F3 Quantidade de energia elétrica consumida por área explorada (AE)

IDX9 Quantidade de energia elétrica consumida (EH) Número de tratores por equivalente-homem (EH)

IDX5 F4

Máquinas e implementos agrícolas existentes nos estabelecimentosIDX23 Meios de transporte utilizados pelos estabelecimentosIDX24 Número de tratores por área explorada (AE)IDX6 F5 Número de colheitadeiras por área exploradaIDX20

F6 Área trabalhada com porcentagem de área aproveitávelIDX3

Fonte: Dados da pesquisa.

TABELA 4 - Análise Descritiva dos Dados, Estados da Região Norte, Períodos de 1995/96 a 2006

Estados Ano Mínimo Média Mediana Máximo Desvio-padrão Coeficiente de

variação (%)

Acre 1995 11,93 13,31 13,06 15,12 0,96 7,252006 10,79 13,21 13,46 16,34 1,46 11,07

Amapá 1995 11,84 15,91 14,25 33,61 5,24 32,952005 10,96 12,44 12,16 15,77 1,16 9,29

Amazonas 1995 10,53 13,65 13,13 19,36 1,69 12,402005 10,46 14,63 14,41 18,72 2,33 15,96

Rondônia 1995 11,46 14,38 14,64 16,63 1,38 9,572005 13,50 16,24 16,45 18,68 1,24 7,64

Roraima 1995 11,70 13,97 13,81 18,43 1,96 14,002005 11,24 13,53 13,56 16,89 1,65 12,21

Pará 1995 11,43 16,51 15,58 30,68 3,85 23,312005 9,57 14,22 14,39 18,38 1,69 11,89

Tocantins 1995 11,38 15,87 15,23 30,28 3,12 19,642005 10,67 14,26 14,45 16,88 1,40 9,81

Fonte: Dados da pesquisa.

O Estado do Acre teve um nível de moder-nizção de 13,31% em 1996, sendo que esse percentual se manteve estável em 2006, com um valor corres-ponden-te a 13,21%, demonstrando que o desenvol-vimento nos dois períodos não teve um grau de mo-dernização signi-ficativo. Um dos fatores deve-se pelo fato do Acre ter como política desenvolvimen-tista a Lei Complementar n. 1.117, de 26 de janeiro de

1994, que dispõe sobre a política ambiental do Estado do Acre.

O Estado que teve o maior crescimento, como citado, anteriormente foi Rondônia, com uma eleva-ção de 1,86 ponto percentual no processo de moder-nização em comparação ao período de 1995 e 2005, seguido de Amazonas, que teve uma significativa alteração, e do Acre que praticamente manteve-se es-



65

tagnado. Os demais Estados obtiveram um cresci-mento negativo comparando os períodos de 1995 e 2005, com destaque do Amapá e do Pará, cuja dife-rença soma mais de 2 pontos negativos. No caso do Estado do Amapá, atualmente vem se verificado a construção de uma política pública estadual, sendo que inicialmente será analisada a fase produtiva para a construção da política agrícola, estimulando o sistema de produção integrada, onde o tradicional plantio de uma só cultura como a mandioca dá lugar ao cultivo de várias culturas numa mesma área (Figura 1).

No Estado do Pará, o modelo de exploração agropecuária nos períodos de 1995 e 2005 chegou ao seu limite, e a evolução do setor requer mudanças de paradigmas de produção, com adoção de modelos mais eficientes em termos do uso dos recursos natu-rais, que impõem novos e maiores requisitos à dimen-são ambiental das atividades econômicas.

Observa-se que, no Censo de 1995 para o Es-tado de Rondônia, os indicadores que tiveram maior destaque foram os voltados para produtividade da terra (área explorada). Já no ano de 2005, as variáveis que influenciaram mais no processo de desenvolvi-men- to foram as voltadas para uso intensivo do tra-balho (equivalente-homem).

Para o Estado do Acre, as variáveis que tive-ram importância foram aquelas voltadas à produtivi-dade da terra e uso intensivo do trabalho em 1995. Para o ano de 2005, mantiveram-se como demonstra-tivo de modernização as variáveis também voltadas para uso intensivo da terra e do trabalho. Por defini-ção, a produtividade é um indicador econômico que relaciona valores de produção com quantidades dos fatores de produção utilizados, sendo, portanto, um in-dicador importante para a análise comparativa do de-sempenho e perspectivas de empresas e setores pro-dutivos. No fator trabalho, o extrativismo no Estado do Acre ainda tem papel considerável na produtivi-dade, assim como a agricultura familiar, que contri-buiu para demonstrar que essa variável ainda tem uma forte influÊncia para explicar o processo de mo-dernização.

No Estado do Amazonas, em 1995, as variá-veis significativas foram voltadas à produtividade do

trabalho e ao uso intensivo da terra. Para o ano de 2005, houve maior destaque para as variáveis que ex-plicam o uso do trabalho. O Estado de Roraima em 1995 teve como base para explicar o processo de mo-dernização variável voltado para o uso de corretivos e implementos agrícolas, assim como para o ano de 2005, cujas variáveis que contribuíram para explicar o processo de modernização foram voltadas ao uso de tecnologia e corretivos.

O crescimento do produto agropecuário na região Norte ainda se deve consideravelmente à mão de obra empregada e ao uso da terra. A questão do capital não teve uma contribuição para o crescimento no período de 1995 e 2006, pois como na maioria dos estados a produção ainda é familiar, o acesso do pe-queno produ-tor a financiamentos ainda é muito pre-cária e burocrática, fato que explica o porquê dessa variável não ter participado de maneira expressiva no produto agropecuário.

O Estado do Amapá, para os anos de 1995 e 2005, tem as variáveis voltadas ao uso da produtivi-dade do trabalho e uso intensivo da terra. Assim como Pará e Tocantins, que foram Estados que não ti-veram crescimento nos indicadores dos Censos de 1995 e 2005.

A figura 2 demonstra o comparativo entre os fatores que indicam o grau de modernização e seu de-senvolvimento nos períodos de 1995 e 2005 .Pode-se observar que o fator X5 (número de tratores por equi-valente homem) teve um expressivo crescimento entre 1995 e 2005, demonstrando a heteregenidade dos fato-res, pois esse fator explica o processo de desenvolvi-mento, assim como os fatores X6 (número de tratores por área explorada (AE)), X7 (valor total dos combus-tíveis consumidos por área explorada (AE)), X8 (quan-tidade de energia elétrica consumida por área explo-rada (AE)) e X9 (quantidade de energia elétrica consu-mida por equivalente-homem (EH)).

Já os fatores X11 (valor dos investimentos por equivalente-homem (EH)), X12 (valor total dos finan-ciamentos por área explorada (AE)), X17 (valor total das despesas por equivalente-homem (EH)), X19 (des-pesas com adubos, corretivos, semente e mudas, agrotóxicos, medicamentos para animais, sal e rações

Irmão, L. C.


66

Figura 1 - Análise Descritva do IMA, Estados da Região Norte, 1995-96 e 2005-06. Fonte: Dados da pesquisa.

Figura 2 - Demonstrativo das Variáveis que Mais Contribuíram para o Processo de Modernização, Região Norte, 1996 e 2006. Fonte: Dados da pesquisa.

por equivalente-homem (EH)), X20 (número de colhei-tadeiras por área explorada) e X23 (máquinas e imple-mentos agrícolas existentes nos estabelecimentos) de-monstram um baixo grau de desenvolvimento, o que explica que houve pouco incentivo em investimentos e automaticamente na aquisição de implementos agríco-las que fizessem com que o processo de modernização desenvolvesse de maneira mais acentuada.

5 - CONCLUSÃO Pode-se concluir que o processo de moder-

nização agrícola na região Norte foi e é um processo lento, que demanda uma atenção especial por parte do Estado para sua condução. Políticas voltadas para a questão são de fundamental importância para que se alcancem efetivamente os resultados deseja-

Acre Amapá Rondônia Pará Tocantins Roraima Amazonas

1995 13,31 15,91 14,38 16,57 15,87 13,97 13,65

2005 13,33 12,44 16,24 14,24 14,26 13,53 14,63

Variação 0,02 (3,47) 1,86 (2,33) (1,60) (0,43) 0,98

(5,00)

-

5,00

10,00

15,00

20,00

% d

e cr

esci

men

to e

ntre

os e

stad

os

X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X15 X17 X19 X20 X21 X23 X24

2005 131,2 65,00 163,7 265,2 596,0 279,4 448,1 261,2 243,8 149,8 522,0 103,8 138,9 141,0 575,4 1.259 206,5 206,6

1995 82,55 41,76 137,3 139,6 143,1 133,5 130,3 58,13 176,2 259,8 128,4 145,7 319,6 704,5 1.326 544,7 515,6 131,0

-

200,00

400,00

600,00

800,00

1.000,00

1.200,00

1.400,00

R$



67

jados, sendo eles o crescimento e desenvolvimento da atividade.

Vários fatores são frequentemente apontados como potenciais entraves ao desenvolvimento da agricultura na região Norte do Brasil, como questões ambientais, deficiência logística, atraso tecnológico, falta de crédito, falta de assistência técnica, entre ou-tros. A agropecuária praticada na região Norte é muito variada, seja com relação às culturas plantadas, seja com relação a aspectos como nível de tecnologia empregada na produção agrícola.

Os estados da região Norte têm característi-cas muito semelhantes, pois, em relação ao grau de modernização entre eles, pode-se dizer que é homo-gêneo, tendo algumas oscilações de variáveis. Os Es-tados de Rondônia e Tocantins destacam-se, pois o processo de desenvolvimento agrícola passou por transformações consideráveis no decorrer dos anos, devido a políticas voltadas para o desenvolvimento, incentivos financeiros, fato que não ocorreu em toda a região Norte, onde não existiu grande ênfase em comparação com cada estado.

A política agrícola pode fazer muito mais pelo meio ambiente do que a venda de serviços ambi-entais. Muitas comunidades de agricultura familiar devem estar iludidas, na crença de que podem sobre-viver sem trabalhar, mediante a venda de serviços ambientais, quando, na verdade, estarão sujeitas às regras da oferta e procura a médio e longo prazo. Os problemas ambien-tais na Amazônia não são isola-dos, ou seja, têm cone- xão com outras regiões nacio-nais e outros países, e uma das soluções para resolvê-los pode estar relacionada à utilização das áreas des-matadas e de um forte aparato de pesquisa científica e de extensão rural.

A política pública compreenderia o conjunto de decisões e ações relativas à alocação e uso de me-canismos eficientes para esse processo. Logo, trata-se não só de uma tomada de decisão, mas da adoção de medidas para a sua implementação. Por meio das po-líticas públicas, pode-se construir um modelo efici-ente de modernização para os estados, buscando identificar quais indicadores seriam mais eficientes para elaboração de las, que visem aumentar o grau de

modernização de que a região necessita. Fato esse que torna necessário um estudo

abrangente dos municípios, sendo importante verifi-carquais deles têm características semelhantes, for-mando grupos para poder delimitar de maneira mais eficaz as características de cada estado, a fim de expli-car de maneira mais efetiva as características mais im-portantes e quais podem implicar diretamente no processo de modernização.

Por fim, os dados aqui apresentados revela-ram a capacidade produtiva dos estados da região Norte, que pode e deve ser potencializada na nova agenda do desenvolvimento nacional. Um fator chave no processo de modernização da agricultura na região Norte é o fortalecimento da pesquisa agrícola.

Embora o início de um sistema já exista, sua capacidade atual é bastante baixa em relação a outras regiões do país. Isso, porém, vem se reduzindo no de-correr dos anos, sendo necessário um investimento maciço no setor agrícola da região Norte. Mesmo com os grandes avanços na sua proteção, a questão de manter a capacidade sustentável da floresta ainda não foi solucionada. Florestas e terras são bens públi-cos e, por isso, são trunfos que estão sob o poder do Estado, que tem autoridade para dispor deles, se-gundo o interesse da nação. Propõe-se, assim, uma verdadeira revolução científica e tecnológica para a Amazônia Florestal.

Existe potencial de desenvolvimento da agropecuária regional, mas, para que isso possa ocor-rer a contento melhorias relacionadas a muitas das li-mitações discutidas anteriormente precisam aconte-cer. Boa parte dessas melhorias depende de ações do poder público, seja federal, estadual ou municipal.

LITERATURA CITADA

AMAZÔNIA: instrumento para o desenvolvimento. Belém: BASA, 1969. 215 p.

ASSOCIAÇÃO BRASILEIRA DE FRIGORÍFICOS - ABRAFIGO. Banco de dados. Curitiba: ABRAFIGO, 2014. Disponível em:

<http://www.abrafrigo.com.br/>. Acesso em: jun. 2014. BECKER, B. K. Geopolítica da Amazônia. Estudos Avançados, São Paulo, v. 19, n. 53, p. 71-86, 2005.

Irmão, L. C.


68

BRUM, A. J. Modernização da agricultura: trigo e soja. Petrópolis: Vozes, 1988. 200 p.

CASTRO, C. N. Agropecuária na região norte: oportunidades e limitações o desenvolvimento. Brasília e Rio de Janeiro: IPEA, 2013. 42 p. (Texto para Discussão, n. 1836). Disponível em: <http://www.ipea.gov.br/portal/index.php?option= com_content&view=article&id=18509>. Acesso em: 24 jun. 2014.

FERREIRA JÚNIOR, S.; BAPTISTA, A. J. M. S.; LIMA, J. E. A modernização agropecuária nas microrregiões do Estado de Minas Gerais. RER, Rio de Janeiro, v. 42, n. 1, p. 73-89, 2004.

FIGUEIREDO, N. M. S.; HOFFMANN, R. A dinâmica da modernização da agricultura em 299 microrregiões homogêneas do Brasil: 1975, 1980 e 1985. In: CONGRESSO

BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, 36., 1998, Poços de Calda. Anais.... Poços de Caldas: Sober, 1998. p. 439-450.

HAIR, J. F. et al. Multivariate data analysis: with readings. New Jersey: Prentice Hall, 1995. 745 p.

HOFFMANN, R. A dinâmica da modernização da agricultura em 157 microrregiões homogêneas do Brasil. Revista Economia Sociologia Rural, Brasília, v. 30, n. 4, p. 271-290, out./dez. 1992.

HOMMA, A. Política agrícola ou política ambiental para resolver os problemas da Amazônia. Revista de Política Agrícola, Brasília, ano 19, n. 1, jan./fev./mar. 2010.

IANNI, O. Ditadura e agricultura. O desenvolvimento do capitalismo na Amazônia: 1964-1978. Rio de Janeiro: Editora Civilização Brasileira S.A, 1986. 249 p.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Censo agropecuário 1995/96. Rio de Janeiro: IBGE, 1996.

____. Censo agropecuário 2006. Rio de Janeiro: IBGE, 2006.

INSTITUTO DE PESQUISA ECONÔMICA APLICADA - IPEA. Ipeadata. Dados regionais. Indicadores sociais. Brasília: IPEA. Disponível em: <http://www.ipeadata.gov.br>. Acesso em: 7 mar. 2014.

KIM, J. O.; MUELLER, C. W. Factor analysis: statistical methods and practical. Beverly Hills: Sage, 1978. 88 p.

LEMOS, J. J. S. Indicadores de degradação no nordeste sub-úmido e semi-árido. Revista Economia Sociologia Rural, Brasília, p. 1-10, 2000.

MANLY, B. J. F. Métodos estatísticos multivariados: uma in-trodução. 3. ed. Porto Alegre: Bookman, 2008. 229 p.

MENDONÇA, M. S. et al. Índice de qualidade de vida nos municípios do Estado do Acre: uma aplicação da estatística multivariada. Acre: Universidade Federal do Acre, 2008. 18 p. Disponível em: <www.sober.org.br/palestra/6/43. pdf>. Acesso em: 25 jun. 2015.

MINGOTI, S. A. Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada. Belo Horizonte: Editora UFMG, 2005. 295 p.

MODESTO JÚNIOR, M. S.; ALVES, R. N. B. Apostila sobre a cultura da mandioca. Bélem: Embrapa Amazônia Oriental, 2014. 197 p.

SAITH, W.; KAMITANI, E. L. T. O crescimento da pecuária na região Norte: uma análise explanatória de dados espaciais. Revista Amazônia Ciência e Desenvolvimento, Belém, v. 7, n. 14, p. 7-26, jan./jun. 2012.

SANTANA, A. B. A BR-163: “ocupar para não entregar”, a po-lítica da ditadura militar para a ocupação do “vazio” Amazônico. In: SIMPÓSIO NACIONAL DE HISTÓRIA, 25., 2009, Fortaleza. Anais... Fortaleza: ANPUH, 2009. p. 1-9.

SAMBUICCHI, R. H. R. et al. (Orgs.). Políticas agroambientais e sustentabilidade: desafios, oportunidades e lições apren-didas. Brasília: Ipea, 2014. 273 p.

SILVA, J. G.; KAGEYAMA, A. Emprego e relações de trabalho na agricultura brasileira: uma análise dos dados censitários de 1960, 1970, e 1975. Pesquisa e Planejamento Econômico, Rio de Janeiro, v. 13, n. 1, p. 235-266, abr. 1983.

SILVA, R. G.; FERNANDES, E. A. Índice relativo de moderni-zação agrícola na Região Norte. Revista de Economia e Agronegócio, Brasília, v. 3, n. 1, p. 29-50, 2005.


Nota aos colaboradores da Revista de Economia Agrícola

1 - NATUREZA DAS COLABORAÇÕES A Revista de Economia Agrícola, editada semes-tralmente pelo Instituto de Economia Agrícola da Secre-taria de Agricultura e Abastecimento do Estado de São Paulo, publica artigos, comunicações, resenhas de livros e teses, notas e comentários, inéditos, em português, in-glês ou espanhol, no campo geral da Economia Agrí-cola. 2 - NORMAS PARA APRESENTAÇÃO DE ORIGI-

NAIS a) Os originais de artigos não devem exceder 30 laudas,

incluindo notas de rodapé, figuras, tabelas, anexos e referências bibliográficas. As colaborações devem ser digitadas no processador de texto Word for Win-dows, com espaço duplo, em papel A4, com mar-gens direita e esquerda, superior e inferior de 3cm, páginas numeradas e fonte Times New Roman 12. As resenhas, comunicações, notas e comentários de-vem ter entre 5 e 10 páginas.

b) Para garantir a isenção no exame das contribuições, os originais não devem conter dados sobre os auto-res. Em arquivo separado incluir título completo do trabalho (em nota de rodapé, informações sobre a origem ou versão anterior do trabalho, ou quaisquer outros esclarecimentos que os autores julgarem per-tinentes), nomes completos dos autores, formação e título acadêmico mais alto, filiação institucional e en-dereços residencial e profissional completos para correspondência, telefone, fax e e-mail. O Comitê Editorial da revista tomará as providências necessá-rias para que não haja conflito de interesses.

c) Na organização dos artigos, além do argumento cen-tral, que ocupa o núcleo do trabalho, devem ser con-templados os seguintes itens: (i) Título completo; (ii) Resumo e Abstract (não ultrapassando 150 pala-vras); (iii) de três a cinco palavras-chave; (iv) indica-ção de até três subáreas conforme o Classification System for Journal Articles do Journal of Economic Literature (JEL); (v) Referências bibliográficas e, sempre que possível, (vi) Introdução e (vii) Conside-rações finais ou Conclusões.

d) O resumo deve ser informativo, expondo finalida-des, metodologia, resultados e conclusões do traba-lho. As referências bibliográficas devem ser apre-sentadas em ordem alfabética no final do texto, de acordo com as normas vigentes da Associação Bra-sileira de Normas Técnicas, ABNT. Devem ser inclu-ídas apenas as referências citadas no artigo.

e) As notas de rodapé devem ser preferencialmente de natureza explicativa, ou seja, que prestem esclareci-mentos ou teçam considerações que não devam ser incluídas no texto para não interromper a seqüência lógica do argumento. Deve-se evitar as notas de ro-dapé bibliográficas.

f) As resenhas devem apresentar na primeira página todos os detalhes bibliográficos do trabalho que está sendo resenhado. No caso de resenha de tese ou dissertação, deve-se indicar o nome do autor, a universidade, o nome do orientador e a data da de-fesa.

3 - REMESSA DOS ORIGINAIS E PUBLICAÇÃO a) O envio das colaborações deve ser feito por meio ele-

trônico. Os autores podem acessar o endereço http://www.iea.agricultura.sp.gov.br/out/publi-car/enviar_rea.php, preencher o formulário on-line disponível na página e anexar os seguintes arquivos: a) Título do trabalho e resumo em Word, com

identificação dos autores; b) Trabalho na íntegra em Word, sem identificação

dos autores; e c) Tabelas, gráficos e figuras em Excel, se houver.

b) Só serão submetidas aos pareceristas as contribui-ções que se enquadrem na política editorial da Re-vista de Economia Agrícola, e que atendam os re-quisitos acima.

c) Os originais recebidos serão apreciados por pelo menos dois pareceristas no sistema double blind re-view em que o anonimato dos autores e dos parece-ristas é preservado durante todo o processo de ava-liação.

d) Os autores dos trabalhos selecionados para publi-cação receberão as provas para correção.

e) Os autores dos trabalhos publicados receberão gra-tuitamente um exemplar do número da Revista de Economia Agrícola que contenha seu trabalho.

Information and guidelines for contributors

1 - PURPOSE AND SCOPE Revista de Economia Agrícola - Journal of Ag-ricultural Economics - the scientific journal of agri-cultural economics, printed semesterly by the Insti-tuto de Economia Agrícola (Agricultural Economics Institute), São Paulo, Brazil, publishes original arti-cles, communications and books and thesis reviews in Portuguese, English or Spanish. 2 - SUBMISSION GUIDELINES a) The original manuscripts must not exceed 30

pages, double-spaced standard size paper (A4 - 21cmx 29,7cm), numbered pages, including foot-notes, tables, figures and references. Materials must be typed in Microsoft Word for Windows, in Times New Roman 12 font size, and all margins must have 3cm. Reviews, communications and re-search notes must have between 5 and 10 pages.

b) To ensure blind review, author(s) should not be identified in the originals. In a separate file they must include the complete title (in the footnotes, in-formation about the origin or an earlier version of the article, or any other clarifications belong), au-thor’s complete name, appropriate biographical in-formation, institutional affiliations, personal and professional addresses, telephone and fax numbers and e-mail address. The Editorial Committee shall take the necessary measures to prevent a conflict of interests.

c) As for the organization of the manuscript, besides the central argument of the article, the following items must be included: i) Complete title; (ii) Ab-stract (maximum 150 words); (iii) Three to five key-words; (iv) A maximum of three classification codes (two digits) according to the Classification System for Journal Articles as used by the Journal of Economic Literature (JEL); (v) References, and, whenever possible, (vi) Introduction and (vii) Final considerations or Conclusions.

d) The Abstract must have informative data and state specific aims, methodology and conclusions of the article. bibliographic references must be in alpha-betical order at the end of the text, according to the norms of the ABNT (Brazilian Association for Technical Norms). Only the references mentioned in the text must be listed.

e) Footnotes must be explanatory, i.e., contain clarifi-

cations or considerations that should not be in-cluded in the text so as not to interrupt the logical flow of the argument. Bibliographic footnotes should be avoided.

f) Reviews must present in the first page all the bibli-ographic references of the work being reviewed. Thesis or dissertation reviews must include au-thor´s name, university, advisor´s name and de-fense date.

3 - SUBMISSION OF ORIGINAL MATERIAL FOR PUBLICATION

a) All correspondence is through electronic means.

Authors are invited to submit research contribu-tions by visiting the website http://www.iea. agricultura.sp.gov.br/out/publicar/enviar_rea.php and completing the submission form available on-line. The following items should be uploaded at the time of submission:

b) a. The title of the work and abstract in Microsoft word, with the identification of the author (s);

b. Completed paper in Word, without the identifica-tion for the author (s); and

c. Tables, graphs and figures if any) in Excel format. c) Only the contributions complying with the edito-

rial policy of Revista de Economia Agrícola and the requirements above will be submitted to reviewers.

d) Originals received will be appreciated by at least two reviewers in double blind review procedure: anonymity of authors and reviewers is preserved throughout the evaluation process.

e) Authors of papers chosen for publication will re-ceive proofs for correction.

f) Authors will receive a free issue of Revista de Eco-nomia Agrícola containing their published work.

PREÇO DAS PUBLICAÇÕES DO IEA

Publicação Brasil

(R$ por exemplar)

Exterior(US$ por

exemplar)

Assinatura Brasil (R$)

Assinatura Exterior (US$)

Revista de Economia Agrícola (semestral) 35,00 35,00 65,00 65,00Informações Econômicas (mensal) 35,00 35,00 200,00 200,00

ASSINATURA E/OU AQUISIÇÃO AVULSA1

Revista de Economia Agrícola (ano: ______________ n.___________________________________________)

Informações Econômicas (ano: ______________ n. ______________________________________________)

Informações Econômicas (assinatura anual)

FICHA DE CADASTRAMENTO Nome CNPJ ou CPF

Profissão Empresa Endereço CEP Cx. Postal n. Cidade Estado Telefone: ( ) Fax: ( ) e-mail

Data _______/_________/_______ ___________________________

Assinatura 1A aquisição das publicações poderá ser feita mediante: - Depósito efetuado no Banco do Brasil S/A - Banco 001, Agência 1897-X, c/c 139.550-5, nominal ao Fundo Especial de Despe-sas do IEA. Enviar através de fax o comprovante de depósito e a ficha acima devidamente preenchida. - Envio de cheque nominal ao Fundo Especial de Despesas do IEA, juntamente com a ficha acima devidamente preenchida.

Instituto de Economia Agrícola - Centro de Comunicação e Transferência do Conhecimento Caixa Postal 344 - Cep 01031-970 - São Paulo - SP

CNPJ 46.384.400/0033-26 - Inscrição Estadual - 141578578115 - Telefone: (11) 5067-0526 Fax: (11) 5073-4062 - Site: http://www.iea.agricultura.sp.gov.br - e-mail: [email protected]

Documents

Revista de Economia Agrícola · 2018-11-05 · ISSN 1981-4771 Journal of Agricultural Economics Agricultura E Ruralidade S Revista de Economia Agrícola Série Ciência APTA Rev